【IntelCup】-07-15
增加YoLov5检测功能
目前能够识别人脸和情绪,在学习过程中,希望检测环境中的手机等电子设备的使用情况,来评估整体学习环境。
目前想法是将图片载入yolov5网络中进行识别,但是可能会存在一个检测到物品后的标记框颜色跳动的问题。暂时想到的解决办法是将标记的颜色设定为特定顺序,避免在持续跳动的问题(可能依然会存在识别物体发生变化时,颜色闪烁的情况)。
模型部署
模型导入debug
模型部署中,首先遇到的一个问题还是python导入包的问题,不太明白为什么有时候又检测不到包了。
实际的问题是这样的:有一个如下的文件的目录:
1 | │ demo.py |
然后是models\common.py
需要导入utils\datasets.py
,直接在最外层运行main.py会出现导入不了,报错的情况。
1 | # models.common.py 中进行导入 |
最后问题解决,有一点小小的离谱,这个utils和CV2里面的utils是冲突了,吧这个utils改成yolo_utils,游戏结束。
安装pyaudio出问题
错误提示为: error: Microsoft Visual C++ 14.0 or greater is required. Get it with "Microsoft C++ Build Tools"
但是根据其给的网站安装相关的工具,并且重启后还没有解决问题。
最后解决问题的办法是:上官网下载whl文件,安装后就好了。主要参考了这个博客:Python中Pyaudio安装失败的解决办法_段云oO的博客-CSDN博客_pyaudio安装失败
参考资料
- YOLOv5-Lite:更轻更快易于部署的YOLOv5 - 知乎 (zhihu.com)
- 这篇文章讲的会深入一些,如果只是运用,不探究原理可以掠过
- 超越YOLOv5!1.3M超轻量,又好又快!目标检测神器来了 - 腾讯云开发者社区-腾讯云 (tencent.com)
- 轻量化的yolo算法,速度很快,暂时不知道检测的范围是否包括需要的手机等
- [Yolo部署落地系列教程](2)Yolov5之Pytorch部署_是小晰瓜啊的博客-CSDN博客_yolov5部署
- 该文章将yolov5封装成为了函数进行调用,可以试一试。
- 暂时选取这个链接的方案,由于该方法直接封装好了Detect类,可以方便调用,目前来看应该是最快的方案
- 将Yolov5的detect.py修改为可以直接调用的函数_guluC的博客-CSDN博客_调用yolov5的detect
- 同样是封装成为了函数,可能比上面封装好一些
Tips
- 如果带有中文字符,会使OpenCV的cv2.imread()函数读取不了待检测图片或视频
本博客所有文章除特别声明外,均采用 CC BY-NC-SA 4.0 许可协议。转载请注明来自 Xuanyao's Blog!