要知道圖像中的目標是什么?

或者你想數(shù)一幅圖里有多少個蘋果?

在本文中，我將向你展示如何使用Python在不到10行代碼中創(chuàng)建自己的目標檢測程序。

如果尚未安裝python庫，你需要安裝以下python庫:

opencv-python

cvlib

matplotlib

tensorflow

下面的代碼導入所需的python庫，從存儲中讀取圖像，對圖像執(zhí)行目標檢測，并顯示帶有邊界框和關于檢測目標的標簽的圖像。

import cv2

import matplotlib.pyplot as plt

import cvlib as cv

from cvlib.object_detection import draw_bbox

im = cv2.imread('apple-256261_640.jpg')

bbox, label, conf = cv.detect_common_objects(im)

output_image = draw_bbox(im, bbox, label, conf)

plt.imshow(output_image)

plt.show()

下面是使用上述代碼進行目標檢測的一些結(jié)果。

到這，你就已經(jīng)準備完成你的目標檢測程序了。

要了解更多關于cvlib庫的信息，可以訪問下面的鏈接。

cvlib[^1]

以下是一些進一步的閱讀資料，以了解目標檢測的工作原理:

使用深度學習方法的目標檢測[^2]

基本目標檢測算法的逐步介紹(第1部分)[^3]

[^1]: https://www.cvlib.net/[^2]: https://towardsdatascience.com/object-detection-using-deep-learning-approaches-an-end-to-end-theoretical-perspective-4ca27eee8a9a[^3]: https://www.analyticsvidhya.com/blog/2018/10/a-step-by-step-introduction-to-the-basic-object-detection-algorithms-part-1/

歡迎關注磐創(chuàng)博客資源匯總站：http://docs.panchuang.net/

歡迎關注PyTorch官方中文教程站：http://pytorch.panchuang.net/

總結(jié)

以上是生活随笔為你收集整理的python目标识别_10行Python代码实现目标检测的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。