YOLO (Darknet): 如何检测整个目录的图像?

Darknet 使用预训练权重检测图像中对象的指南在这里:https://pjreddie.com/darknet/yolo/

运行的命令是:

./darknet detect cfg/yolov3.cfg yolov3.weights data/dog.jpg

最后一个参数是文件路径,我尝试将其更改为data/*.jpg,但没有成功。

如何使用 Darknet 检测整个目录的图像?


回答:

根据下面的链接,可以使用 cv2.dnn.readNetFromDarknet 模块读取 darknet 的训练权重和配置文件,从而在 Python 中加载模型。一旦模型加载完毕,只需使用 for 循环进行预测即可。请参考此链接以获取进一步的说明

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注