Computer vision 如何存储darknet YOLO预测的类名？

我对使用YOLOv2用于项目的实时对象检测应用程序还不熟悉

我遵循了网站上的步骤。为了使用网络摄像头进行实时检测，我运行了以下命令：

/darknet探测器演示cfg/coco.data cfg/tiny-yolo.cfg tiny-yolo.weights

这将打开一个新的摄影机窗口，该窗口检测视图中的任何对象，并打印出终端中的预测类。我试图找到一种存储这些类的方法，以便将其用于不同的用途

---

有人能告诉我darknet目录中的文件名吗？该目录正在终端中打印类名

对于第一个问题，您要查找的文件是voc.names，位于/data文件夹中

它包含发生检测时抛出的单词

如果要用您的语言翻译检测结果，这是要修改的文件

对于您的另一个问题，如何存储检测，在linux中，可以通过管道传输stdout直接完成

检测将逐行写入detected.txt文件：

./darknet detector demo cfg/coco.data cfg/tiny-yolo.cfg tiny-yolo.weights >> detected.txt

我现在在业余时间做这件事

我使用的是检测，然后用法语用音频文件与它们对话。检测加倍，以检测屏幕的左侧和右侧。 它与网络摄像头、桌面或wifi摄像头配合使用。 我还制作了一个安装程序脚本，以便从头开始轻松部署yolo

也许你会发现有趣的东西，如果是这样请明星！我正在考虑添加其他语言

用于快速安装YOLO darknet图像识别的助手脚本 将神经网络转换为linux外壳

它可以拍摄桌面屏幕、系统网络摄像头或 来自Ambarella wifi流媒体直播摄像机

这将检测到快照中的对象，并与espeak对话

因为它不使用GPU，所以可以在任何地方运行

快照和识别过程大约需要1-2秒， 取决于运行的机器

开发目标：汽车使用

用法：./scan[[url | screen | webcam | cam][en | fr]

默认设置：网络摄像头

---

您好，我已经添加了有关如何存储检测的信息，请参阅更新的答案。嘿，谢谢您的回复。我尝试运行了您建议的命令（将标准输出管道传输到文件中），但预测的类没有打印到文件中。它只显示“Demo”…就这些。你还有什么建议吗？还有，你有没有试过运行darknet.py文件？我知道darknet YOLO检测器是用C写的，但我想知道我是否能用python运行这个程序？