Warning: file_get_contents(/data/phpspider/zhask/data//catemap/2/facebook/9.json): failed to open stream: No such file or directory in /data/phpspider/zhask/libs/function.php on line 167

Warning: Invalid argument supplied for foreach() in /data/phpspider/zhask/libs/tag.function.php on line 1116

Notice: Undefined index: in /data/phpspider/zhask/libs/function.php on line 180

Warning: array_chunk() expects parameter 1 to be array, null given in /data/phpspider/zhask/libs/function.php on line 181
Python 如何使用Detectron2在视频上绘制经过训练的模型结果?_Python_Facebook_Object Detection_Detectron - Fatal编程技术网

Python 如何使用Detectron2在视频上绘制经过训练的模型结果?

Python 如何使用Detectron2在视频上绘制经过训练的模型结果?,python,facebook,object-detection,detectron,Python,Facebook,Object Detection,Detectron,我对使用Detectron2是个新手。我想从本地驱动器加载视频。然后,使用Detectron2的VideoVisualizer使用我训练过的模型进行检测 我试着找一本关于这个的教程。但它并不存在。请问我该怎么办 多谢各位 import detectron2 from detectron2.utils.logger import setup_logger setup_logger() # import some common libraries import numpy as np import

我对使用Detectron2是个新手。我想从本地驱动器加载视频。然后,使用Detectron2的VideoVisualizer使用我训练过的模型进行检测

我试着找一本关于这个的教程。但它并不存在。请问我该怎么办

多谢各位

import detectron2
from detectron2.utils.logger import setup_logger
setup_logger()

# import some common libraries
import numpy as np
import tqdm
import cv2

# import some common detectron2 utilities
from detectron2 import model_zoo
from detectron2.engine import DefaultPredictor
from detectron2.config import get_cfg
from detectron2.utils.video_visualizer import VideoVisualizer
from detectron2.utils.visualizer import ColorMode, Visualizer
from detectron2.data import MetadataCatalog
import time

video = cv2.VideoCapture('gdrive/My Drive/video.mp4')
width = int(video.get(cv2.CAP_PROP_FRAME_WIDTH))
height = int(video.get(cv2.CAP_PROP_FRAME_HEIGHT))


cfg = get_cfg()
cfg.merge_from_file(model_zoo.get_config_file("COCO-InstanceSegmentation/mask_rcnn_R_50_FPN_3x.yaml"))
cfg.OUTPUT_DIR = 'gdrive/My Drive/mask_rcnn/'
cfg.MODEL.WEIGHTS = os.path.join(cfg.OUTPUT_DIR, "model_final.pth")
cfg.MODEL.ROI_HEADS.SCORE_THRESH_TEST = 0.7  # set threshold for this model 
predictor = DefaultPredictor(cfg)

v = VideoVisualizer(MetadataCatalog.get(cfg.DATASETS.TRAIN[0]), ColorMode.IMAGE)

首先,检查以下教程(如果不想使用自己的数据进行训练,可以跳过训练部分)。

然后,看下面的代码来推断视频。

首先,检查以下教程(如果不想使用自己的数据进行训练,可以跳过训练部分)。

然后,看下面的代码来推断视频。

你看了吗?谢谢!它确实很有用。非常感谢。你看了吗?谢谢!它确实很有用。非常感谢。