如何让YoloV5通过屏幕截图进行检测?

我正在使用以下代码实时从一个打开的应用程序中截取屏幕截图。我该如何运行detect.py,使其仅检测我截取的屏幕内容?谢谢。

我的屏幕截图代码

import cv2 as cvimport numpy as npimport numpy as npimport cv2from mss import mssfrom PIL import Imagebounding_box = {'top': 340, 'left': 800, 'width': 350, 'height': 400}sct = mss()while True:    sct_img = sct.grab(bounding_box)    scr_img = np.array(sct_img)    #cv2.imshow('screen', scr_img) # display screen in box    cv.imshow('Testing', scr_img)    if (cv2.waitKey(1) & 0xFF) == ord('q'):        cv2.destroyAllWindows()        break

YoloV5 detect.py

目前它只能检测图像而不是我的实时屏幕截图

# PyTorch Hubimport torch# Modelmodel = torch.hub.load('ultralytics/yolov5', 'yolov5s')# Imagesdir = 'https://ultralytics.com/images/'imgs = [dir + f for f in ('zidane.jpg', 'bus.jpg')]  # batch of images# Inferenceresults = model(imgs)results.print()  # or .show(), .save()

预期结果:

enter image description here


回答:

只需将屏幕截图传递给模型:

import cv2 as cvimport numpy as npimport numpy as npimport cv2from mss import mssfrom PIL import Image# PyTorch Hubimport torch# Modelmodel = torch.hub.load('ultralytics/yolov5', 'yolov5s')bounding_box = {'top': 340, 'left': 800, 'width': 350, 'height': 400}sct = mss()while True:    sct_img = sct.grab(bounding_box)    scr_img = np.array(sct_img)    #cv2.imshow('screen', scr_img) # display screen in box    scr_img = model(scr_img)    cv.imshow('Testing', scr_img)    if (cv2.waitKey(1) & 0xFF) == ord('q'):        cv2.destroyAllWindows()        break

Related Posts

L1-L2正则化的不同系数

我想对网络的权重同时应用L1和L2正则化。然而,我找不…

使用scikit-learn的无监督方法将列表分类成不同组别,有没有办法?

我有一系列实例,每个实例都有一份列表,代表它所遵循的不…

f1_score metric in lightgbm

我想使用自定义指标f1_score来训练一个lgb模型…

通过相关系数矩阵进行特征选择

我在测试不同的算法时,如逻辑回归、高斯朴素贝叶斯、随机…

可以将机器学习库用于流式输入和输出吗?

已关闭。此问题需要更加聚焦。目前不接受回答。 想要改进…

在TensorFlow中,queue.dequeue_up_to()方法的用途是什么?

我对这个方法感到非常困惑,特别是当我发现这个令人费解的…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注