![]() |
Yolo v2検出結果 |
はじめに
dnnのサンプルは、複数個 opencv/samples/dnn/のフォルダーに格納されている。2017/10/11 の master branch には、Darknet Yolo v2のサンプル yolo_object_detection.cpp が追加されている
Darknet Yolo に関しては、単独のフレームワークを試したことがある。
こことかこことかここ
あといくつかあるので、興味があれば、左上の検索窓で調べて見てください
また、昨年のAdvent Calenderでは、OpenCVとの連携も記述したことがある。
ビルド
masterも素直に、ビルドできた。また、サンプルもこれまでのサンプル同様 普通のOpenCVのプログラムのビルドを同様にできる事前準備
ここから、モデル、weight、サンプル画像をダウンロードして、yolo_object_detectionと同じフォルダーに保存する。実行
yolo_object_detection -cfg=yolo.cfg -model=yolo.weights -image=dog.jpg -min_confidence=0.24最後のパラメータは、しきい値に相当するもの、大きくすると検出対象が減少する。
結果
プログラムを実行すると検出結果の領域が、オリジナルに重ねて描画される
オリジナルは、線幅1の緑色だが、線幅2のシアンに変更している
コンソールには、検出されたクラスのIDと座標が描画される。
![]() |
検出結果 |
クラスIDからクラス名への変更は、サンプルに追加する必要がある。
以上
0 件のコメント:
コメントを投稿