接下來,我們就運(yùn)行一個(gè)更為直觀的案例——目標(biāo)檢測(cè)。
在這個(gè)案例中,需要大家找一個(gè)USB的相機(jī),連接到旭日X3拍的USB接口上。
在運(yùn)行這個(gè)例程之前,需要確認(rèn)兩點(diǎn):
1.有一個(gè)USB相機(jī)已經(jīng)連接到了旭日X3派板子上;
2.有一個(gè)HDMI的顯示器也連接到了旭日X3派板子上,它主要用于顯示后續(xù)的圖像檢測(cè)的效果。
要確認(rèn)USB相機(jī)已經(jīng)正確連接到開發(fā)板,可以在終端輸入命令“l(fā)s - dv“查看當(dāng)前設(shè)備號(hào),默認(rèn)把USB相機(jī)識(shí)別為vedio8。
如果當(dāng)前列表里能找到vedio8就說明相機(jī)被成功識(shí)別到了。
輸入以下命令運(yùn)行例程:
** cd /app/ai_inference/02_usb_camera_sample/ ** python3 ./usb_camera_fcos.py
代碼第一行,02例程的功能是通過相機(jī)動(dòng)態(tài)采集圖像,并對(duì)圖像里的目標(biāo)物體進(jìn)行實(shí)時(shí)識(shí)別。
代碼第二行,我們用python3來運(yùn)行例程usb_camera_fcos.py,它的目標(biāo)識(shí)別的功能是通過我們板卡中CPU的AI引擎來實(shí)現(xiàn)的。
我們輸入以上兩行代碼,就開始驅(qū)動(dòng)相機(jī)、并對(duì)相機(jī)里的圖像做動(dòng)態(tài)識(shí)別了。
此時(shí)如果有連接HDMI的顯示器,就可以在顯示器里看到動(dòng)態(tài)識(shí)別的效果。
我們可以調(diào)整USB相機(jī)鏡頭的范圍,去拍一些杯子、電腦、顯示器等等,都可以把對(duì)應(yīng)的目標(biāo)物體識(shí)別到,并把對(duì)應(yīng)的物體用彩色框給框出來;
在框的左上角,就是識(shí)別到物體的名稱、以及它識(shí)別的概率值了。
聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場(chǎng)。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請(qǐng)聯(lián)系本站處理。
舉報(bào)投訴
相關(guān)推薦
MATLAB的行人目標(biāo)檢測(cè)的方法有哪些,就是主要的方法,基于背景的,基于目標(biāo)的,還有其他的。都有哪些?
發(fā)表于 08-23 16:30
該文提出了一種新的自動(dòng)目標(biāo)檢測(cè)算法,實(shí)現(xiàn)對(duì)自然場(chǎng)景圖像及高分辨率遙感圖像中結(jié)構(gòu)相對(duì)復(fù)雜的人造目標(biāo)的自動(dòng)檢測(cè)。該方法基于組成物體的幾何部件處理
發(fā)表于 06-23 14:12
?14次下載
研究了目前運(yùn)動(dòng)目標(biāo)檢測(cè)常用的兩種方法:三幀差分法及混合高斯模型背景差分法,并對(duì)兩種運(yùn)動(dòng)目標(biāo)檢測(cè)方法
發(fā)表于 12-23 14:31
?23次下載
通過對(duì)海上紅外圖像進(jìn)行分析,提出了一種基于海天線提取的紅外小目標(biāo)檢測(cè)方法。該算法的基本思路是根據(jù)所需提取目標(biāo)的特點(diǎn),首先選擇感興趣的灰度區(qū)域,然后運(yùn)用Canny算子進(jìn)行
發(fā)表于 04-20 11:32
?43次下載
機(jī)場(chǎng)場(chǎng)面監(jiān)視雷達(dá)目標(biāo)檢測(cè)新方法_陳建軍
發(fā)表于 01-07 16:06
?0次下載
針對(duì)如何快速而精準(zhǔn)地檢測(cè)出運(yùn)動(dòng)目標(biāo)問題,借鑒昆蟲復(fù)眼在視覺信息處理上的獨(dú)特技巧和原理,提出一種基于仿生視覺系統(tǒng)的運(yùn)動(dòng)目標(biāo)快速檢測(cè)方法,為確保
發(fā)表于 11-10 11:35
?6次下載
在智能視頻監(jiān)控領(lǐng)域中,運(yùn)動(dòng)目標(biāo)檢測(cè)已經(jīng)成為主要研究課題之一,針對(duì)傳統(tǒng)的方向梯度直方圖(HOG)算法并行化程度低等問題,采用了基于嵌入式GPU的并行化改進(jìn)的運(yùn)動(dòng)目標(biāo)檢測(cè)
發(fā)表于 11-15 11:33
?7次下載
較好的運(yùn)動(dòng)補(bǔ)償,并通過幀差分方法來提取視頻序列中的運(yùn)動(dòng)目標(biāo)。在現(xiàn)代有軌電車障礙物檢測(cè)系統(tǒng)中運(yùn)行的實(shí)驗(yàn)結(jié)果表明,該方法可以較好地消除運(yùn)動(dòng)
發(fā)表于 11-15 14:53
?8次下載
針對(duì)同一單頻帶內(nèi)未知目標(biāo)檢測(cè)中強(qiáng)、弱目標(biāo)不能同時(shí)被檢測(cè)問題,依據(jù)不同子矩陣波束形成輸出直流響應(yīng)值不同,提出一種基于子矩陣波束形成輸出直流響應(yīng)加權(quán)的目
發(fā)表于 11-28 15:23
?0次下載
導(dǎo)讀 本文介紹了一些小目標(biāo)物體檢測(cè)的方法和思路。 在深度學(xué)習(xí)目標(biāo)檢測(cè)中,特別是人臉檢測(cè)中,由于分
發(fā)表于 04-26 14:13
?6293次閱讀
基于卷積神經(jīng)網(wǎng)絡(luò)的雷達(dá)目標(biāo)檢測(cè)方法綜述
發(fā)表于 06-23 14:43
?62次下載
基于改進(jìn)SSD的車輛小目標(biāo)檢測(cè)方法 來源:《應(yīng)用光學(xué)》,作者李小寧等 ? 摘?要:地面車輛目標(biāo)檢測(cè)問題中由于
發(fā)表于 02-08 08:55
?1408次閱讀
目標(biāo)檢測(cè)(Object Detection)是計(jì)算機(jī)視覺領(lǐng)域中的重要任務(wù),用于在圖像或視頻中定位和識(shí)別出多個(gè)感興趣的對(duì)象。EDA(Enhancement, Detection, and Augmentation)方法是一種綜合的
發(fā)表于 07-20 14:43
?1917次閱讀
TogetherROS?·Bot相機(jī)驅(qū)動(dòng) 除此之外,TogetherROS?·Bot中也提供了USB攝像頭的驅(qū)動(dòng)節(jié)點(diǎn),連接攝像頭之后,直接設(shè)置設(shè)備的權(quán)限和TogetherROS的環(huán)境變量就可以使用了
發(fā)表于 11-24 15:48
?464次閱讀
)的廣泛應(yīng)用,小目標(biāo)檢測(cè)的性能得到了顯著提升。本文將詳細(xì)探討基于深度學(xué)習(xí)的小目標(biāo)檢測(cè)技術(shù),包括其定義、挑戰(zhàn)、常用方法以及未來發(fā)展方向。
發(fā)表于 07-04 17:25
?987次閱讀
評(píng)論