标签：图片   结果   alt   name   测试结果   方法   指定   tom   运行   

自动标注工具

自动识别视频中的目标

软硬件环境说明

• PYTHON :3.6
• OpenCV: 3.4.6.27
• 其中 python 是通过 Anaconda3 环境安装

使用方法

• 运行 demo_frame.py: 从‘test_list.csv’中读取要测试的图片名。运行目标识别和车道线识别算法。将目标识别结果存入‘obj_list.csv’中，将车道线结果存入‘lane_list.csv’中。

• 运行 multi_iou.py: 从‘obj_list.csv’中读取测试的 bounding box 结果，从‘labels.csv’中读取 bounding box的真值。计算每个目标的 IOU。

目录

• data 目录
  测试图片,视频

• weights 目录

yolov3 的网络结构及权重文件

核心文件

• test_list.csv: 待测试的图片名列表

• obj_list.csv：目标识别结果

//framecout,id,type,left,top,right,bottom,confidence 0,0,person,3,197,205,547,0.9818541407585144

• lane_list.csv：车道线识别结果

• iou_result.csv：测试结果与真值比较获得的IOU

• labels.csv：目标真值列表

• detector.py: 创建有一个 detector 对象。

detect = detector.detector("yolov3","weights/yolov3.cfg","weights/yolov3.weights","w eights/coco.names")

objlist = detect.detect(frame)

调用 detect 方法就可以得到 objlist,里面存放的是 Obj 对象。
然后就会记录结果到指定的 csv 文件。

自动标注工具

标签：图片   结果   alt   name   测试结果   方法   指定   tom   运行   

原文地址：https://www.cnblogs.com/dalaska/p/12784194.html