先安装MMEdu库!
MMEdu安装:https://blog.csdn.net/zyl_coder/article/details/132483865
下面的代码请在Jupyter上运行,并自己准备数据集。若模型还未训练,请先在本地训练完模型后再进行模型推理。
import cv2
capture = cv2.VideoCapture(0)
from MMEdu import MMClassification as cls
model = cls(backbone='MobileNet')
checkpoint = ' ' #填写最佳权重文件
model.load_checkpoint( checkpoint = checkpoint)
while True:
ret, frame = capture.read()
frame = cv2.flip(frame,1)
result = model.fast_inference(image=frame, show=False)
x = model.print_result(result)
text = ""
if x[0]['标签'] == 0:
text = ' ' #图像类别1
else:
text = ' ' #图像类别2
cv2.putText(frame , text, (200, 100), cv2.FONT_HERSHEY_COMPLEX, 1.0, (100, 200, 200), 5)
cv2.imshow("video", frame)
key = cv2.waitKey(50)
#print(key)
if key == ord('q'):
break
cv2.destroyAllWindows()
注意:1.因为我们是面对摄像头的,所以通过flip对摄像头获得的内容做了左右镜像;
2.通过waitKey这个函数进行获取按下的键(以毫秒为单位,这里就是每50毫秒获取一 次),当按下q键时,关闭视频。
本文内容为小编自己汇总,内容可能会有错误或疏漏,感谢大家的提议!文章来源:https://www.toymoban.com/news/detail-669760.html
记得点赞和关注哦~文章来源地址https://www.toymoban.com/news/detail-669760.html
到了这里,关于MMEdu实现摄像头图像分类(Python版)的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!