计算机视觉YOLO实时⽬标检测和跟踪学习笔记.pdfVIP

day21-计算机视觉09

上课⽇期March20,2024

主要内容|YOLO实时⽬标检测和跟踪|

主讲⽼师李晓华

复习March21,2024

课时2

YOLO实时⽬标跟踪

importcv2

fromultralyticsimportYOLO

#加载模型

model=YOLO(model=yolov8n-pose.pt)

#读取摄像头

cap=cv2.VideoCapture(video.mp4)

#循环读取和处理

whilecap.isOpened():

#读取⼀帧图像

status,img=cap.read()

#读到图像了

ifstatus:

#推理

results=model.track(source=img,show=True)

#拿到第0个图像的结果

result=results[0]

#绘制结果

img=result.plot()

#显⽰图像

cv2.imshow(winname=img,mat=img)

#按键等待ESC退出

day21计算机视觉091

fps=10

ifcv2.waitKey(delay=int(1000/fps))27:

break

else:

break

#释放资源

cap.release()

cv2.destroyAllWindows()

modelYOLO(modelyolov8n-pose.pt)创建并加载姿势识别模型。

capcv2.VideoCapture(video.mp4):创建⼀个视频捕捉对象，打开名

为video.mp4的视频⽂件，如果要从摄像头捕捉视频，则可以传⼊设备索引

号，⽐如0。

status,imgcap.read():从视频中读取⼀帧图像，status⽰是否成功读取，

img是读取到的图像。

resultsmodel.track(sourceimg,showTrue):对读取到的图像进⾏⽬标跟踪，

showTrue⽰在图像上显⽰检测结果。

cv2.imshow(winnameimg,matimg):在名为img的窗⼝中显⽰处理后的图像。

cap.release():释放视频捕捉对象，关闭视频⽂件或释放摄像头。

概念补充：

IoU（交并⽐）是⽬标检测算法中⽤来评价2个矩形框之间相似度的指标：

NMS⾮极⼤值抑制)：抑制不是极⼤值的元素，NMS来选取那些邻域⾥分数

最⾼（是⽬标的概率最⼤），并且抑制那些分数低的窗⼝。

day21计算机视觉092

MTCNN/data/tool.py:

#⾮极⼤值抑制，iou⼤于阈值的框看作重复框去除，留下iou⼩的框，可能