معرفی شرکت ها

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

توضیحات

Yolov4Detector

ویژگی	مقدار
سیستم عامل	OS Independent
نام فایل	Yolov4Detector-0.1.2
نام	Yolov4Detector
نسخه کتابخانه	0.1.2
نگهدارنده	[]
ایمیل نگهدارنده	[]
نویسنده	GoatWang
ایمیل نویسنده	jeremy4555@yahoo.com.tw
آدرس صفحه اصلی	https://github.com/GoatWang/Yolov4Detector
آدرس اینترنتی	https://pypi.org/project/Yolov4Detector/
مجوز	-

# Introduction Darknet python interface. Tested only in Python3.6, Jetpack4.4, Ubuntu 16.04 and Ubuntu 18.04. # Pre-Installation 1. darknet: please set the DARKNET_PATH with libdarknet.so file in environmental varaible. If you don't know how to compile darknet to generate libdarknet.so, please refer to the following commands. ``` # in the darknet path import os import shutil shutil.copyfile('Makefile', 'Makefile_copy') with open('Makefile', 'w') as fw, open('Makefile_copy', 'r') as fr: for line in fr: if line in ['GPU=0\n', 'CUDA=0\n', 'CUDNN=0\n' , 'CUDNN_HALF=0\n', 'LIBSO=0\n', 'OPENCV=0\n']: # 'DEBUG=0\n' fw.write(line.replace('=0', '=1')) else: fw.write(line) exit() ``` # Installation ``` pip3 install Yolov4Detector ``` # Usage ## image ```python3 import cv2 from Yolov4Detector import io, Detector from Yolov4Detector.utils import plot_one_box # initialize Detector cfg_fp, names_fp, weights_fp = io.get_test_params() detector = Detector(cfg_fp, names_fp, weights_fp) img_fp = io.get_test_data('bus') image_bgr = cv2.imread(img_fp) boxes, confs, clses = detector.detect(image_bgr, conf_thres=0.15, iou_thres=0.6) if len(boxes) != 0: for xyxy, conf, cls in zip(boxes, confs, clses): plot_one_box(xyxy, image_bgr, label=cls, color=(255, 0, 0)) print(xyxy, conf, cls) cv2.imshow('img', image_bgr) cv2.waitKey(0) cv2.destroyAllWindows() ``` ## video ```python import cv2 from datetime import datetime, timedelta from Yolov4Detector import io, Detector from Yolov4Detector.utils import plot_one_box cfg_fp, names_fp, weights_fp = io.get_test_params() detector = Detector(cfg_fp, names_fp, weights_fp) img_fp = '<video_fp>' cap = cv2.VideoCapture(img_fp) count = 0 st = datetime.now() while(True): ret, image_bgr = cap.read() conf_thres = 0.15 iou_thres = 0.6 boxes, confs, clses = detector.detect(image_bgr, conf_thres=conf_thres, iou_thres=iou_thres) if boxes is not None: for xyxy, conf, cls in zip(boxes, confs, clses): plot_one_box(xyxy, image_bgr, label=cls, color=(255, 0, 0)) cv2.imshow('frame', image_bgr) count += 1 if datetime.now()- st > timedelta(seconds=1): print("fps:", count) count = 0 st = datetime.now() if cv2.waitKey(1) & 0xFF == ord('q'): break # When everything done, release the capture cap.release() cv2.destroyAllWindows() ```

نیازمندی

مقدار	نام
>=1.17	numpy
>=4.1	opencv-python
-	matplotlib
-	pillow

نحوه نصب

نصب پکیج whl Yolov4Detector-0.1.2:

pip install Yolov4Detector-0.1.2.whl

نصب پکیج tar.gz Yolov4Detector-0.1.2:

pip install Yolov4Detector-0.1.2.tar.gz