معرفی شرکت ها


darknetpy-4.2


Card image cap
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
Card image cap
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
Card image cap
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
Card image cap
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
Card image cap
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

-
ویژگی مقدار
سیستم عامل -
نام فایل darknetpy-4.2
نام darknetpy
نسخه کتابخانه 4.2
نگهدارنده []
ایمیل نگهدارنده []
نویسنده Daniel Gatis Carrazzoni
ایمیل نویسنده danielgatis@gmail.com
آدرس صفحه اصلی https://github.com/danielgatis/darknetpy
آدرس اینترنتی https://pypi.org/project/darknetpy/
مجوز BSD License
========= Darknetpy ========= |Downloads| |DownloadsMonth| |DownloadsWeek| .. |Downloads| image:: https://pepy.tech/badge/darknetpy :target: https://pepy.tech/project/darknetpy .. |DownloadsMonth| image:: https://pepy.tech/badge/darknetpy/month :target: https://pepy.tech/project/darknetpy/month .. |DownloadsWeek| image:: https://pepy.tech/badge/darknetpy/week :target: https://pepy.tech/project/darknetpy/week Darknetpy is a simple binding for darknet's yolo (v4) detector. .. image:: https://raw.githubusercontent.com/danielgatis/darknetpy/master/example/example.png Installation ============ Install it from pypi :: curl https://sh.rustup.rs -sSf | sh :: rustup default nightly :: pip install darknetpy Install a pre-built binary :: pip install https://github.com/danielgatis/darknetpy/raw/master/dist/darknetpy-4.1-cp36-cp36m-linux_x86_64.whl Advanced options (only for pypi installation) --------------------------------------------- :: GPU=1 pip install darknetpy to build with CUDA to accelerate by using GPU (CUDA should be in /use/local/cuda). :: CUDNN=1 pip install darknetpy to build with cuDNN to accelerate training by using GPU (cuDNN should be in /usr/local/cudnn). :: OPENCV=1 pip install darknetpy to build with OpenCV. :: OPENMP=1 pip install darknetpy to build with OpenMP support to accelerate Yolo by using multi-core CPU. Usage ===== In example.py:: from darknetpy.detector import Detector detector = Detector('<absolute-path-to>/darknet/cfg/coco.data', '<absolute-path-to>/darknet/cfg/yolo.cfg', '<absolute-path-to>/darknet/yolo.weights') results = detector.detect('<absolute-path-to>/darknet/data/dog.jpg') print(results) Runing:: python example.py Result:: [{'right': 194, 'bottom': 353, 'top': 264, 'class': 'dog', 'prob': 0.8198755383491516, 'left': 71}] Build ===== On the project root directory :: docker pull hoshizora/manylinux1-clang_x86_64 :: docker run --rm -v `pwd`:/io hoshizora/manylinux1-clang_x86_64 /io/build-wheels.sh


نحوه نصب


نصب پکیج whl darknetpy-4.2:

    pip install darknetpy-4.2.whl


نصب پکیج tar.gz darknetpy-4.2:

    pip install darknetpy-4.2.tar.gz