久久久久久久999_99精品久久精品一区二区爱城_成人欧美一区二区三区在线播放_国产精品日本一区二区不卡视频_国产午夜视频_欧美精品在线观看免费

標題: 角蜂鳥python sdk [打印本頁]
作者: aacbwangke    時間: 2018-11-20 10:06
標題: 角蜂鳥python sdk
開發(fā)指南[color=var(--MAIN-ANCHOR-color)][size=0.5em]
hsapi 的包結構如下：
hsapi├── __init__.py├── core│   ├── __init__.py│   ├── base.py│   ├── device.py│   └── graph.py├── high│   ├── __init__.py│   ├── net.py│   └── task.py└── easy    ├── __init__.py    └── prefab.py底層接口[color=var(--MAIN-ANCHOR-color)][size=0.5em]管理設備 Device實例[color=var(--MAIN-ANCHOR-color)][size=0.5em]import numpyimport hsapi as hs # 導入 hsapi 模塊, 注意導入路徑# 獲取角蜂鳥設備device_list = hs.EnumerateDevices() # 獲取所有已連接的角蜂鳥device = hs.Device(device_list[0])# 打開角蜂鳥設備device.OpenDevice()"""# [可選，根據(jù)業(yè)務需要]# 讀取角蜂鳥設備自帶的攝像頭的圖像 image = device.GetImage(zoomMode=True) # zoomMode: True(640x360) False(1920x1080)"""# 操作神經(jīng)網(wǎng)絡資源、處理數(shù)據(jù)、業(yè)務邏輯等...# 關閉設備，角蜂鳥設備將會自動重置device.CloseDevice()管理神經(jīng)網(wǎng)絡資源 Graph實例[color=var(--MAIN-ANCHOR-color)][size=0.5em]
# 加載Graph文件, 獲取Graph實例with open('Graph文件路徑', mode='rb') as f:    data = f.read()graph = device.AllocateGraph(data, scale, mean) # scale、mean 圖像預處理參數(shù)# 神經(jīng)網(wǎng)絡的圖像輸入，這里有兩種方式 [2選1]# 1. 加載外部圖像，這里以讀取USB攝像頭為例"""import cv2capture = cv2.VideoCapture(0)_, image = capture.read()image = image_preprocess(image) # 把圖像預處理，處理成神經(jīng)網(wǎng)絡需要的格式和大小graph.LoadTensor(image.astype(numpy.float16), None) # 加載圖像作為神經(jīng)網(wǎng)絡的輸入"""# 2. 使用角蜂鳥自帶的攝像頭作為輸入# 使用自帶的攝像頭作為輸入, 返回圖像image = graph.GetImage(True)  # zoomMode: True(640x360) False(1920x1080)# 讀取神經(jīng)網(wǎng)絡輸出output, _ = graph.GetResult()# 解析神經(jīng)網(wǎng)絡輸出，實現(xiàn)業(yè)務邏輯...# 釋放神經(jīng)網(wǎng)絡資源graph.DeallocateGraph()簡單的接口調(diào)用流程[color=var(--MAIN-ANCHOR-color)][size=0.5em]# 單角蜂鳥單模型import cv2, numpyimport hsapi as hs # 導入 hsapi 模塊, 注意導入路徑scale = 0.007843 # 圖像預處理參數(shù)mean = -1.0 # 圖像預處理參數(shù)device_list = hs.EnumerateDevices() # 獲取所有已連接的角蜂鳥device = hs.Device(device_list[0]) # 獲取Device實例device.OpenDevice() # 打開角蜂鳥設備with open('Graph文件路徑', mode='rb') as f:    data = f.read()graph = device.AllocateGraph(data, scale, mean) # 獲取Graph實例try:    while True:        # 使用自帶攝像頭作為輸入        image = graph.GetImage(True) # 用角蜂鳥設備圖像作為神經(jīng)網(wǎng)絡輸入        output, _ = graph.GetResult() # 獲取神經(jīng)網(wǎng)絡輸出結果        print(output)        cv2.imshow("horned-sungem", image)        cv2.waitKey(1)finally:    graph.DeallocateGraph() # 釋放神經(jīng)網(wǎng)絡資源    device.CloseDevice() # 關閉角蜂鳥設備高層接口[color=var(--MAIN-ANCHOR-color)][size=0.5em]
[color=var(--MAIN-LINK-color)]Net 是個抽象類，封裝了部分簡單的設備操作。
基于該類可實現(xiàn)一個自己的神經(jīng)網(wǎng)絡類，可參考 easy.prefab 模塊中預置的模型類。
預置模型 - 人臉檢測[color=var(--MAIN-ANCHOR-color)][size=0.5em]# 單角蜂鳥單模型import cv2, numpy from hsapi import FaceDetector # 導入模塊# 可通過graphPath屬性來指定模型路徑，默認路徑在examples/graphs下net = FaceDetector(graphPath="./graph_face_SSD", zoom = True, thresh=0.55) # 創(chuàng)建人臉檢測網(wǎng)絡try:    while True:        # 使用自帶攝像頭作為輸入        result = net.run(image=None) # 使用角蜂鳥自帶設備作為輸入，獲取網(wǎng)絡輸出        image = net.plot(result) # 根據(jù)輸出結果繪制圖像        cv2.imshow("FaceDetector", image)        cv2.waitKey(1)finally:    net.quit() # 退出神經(jīng)網(wǎng)絡，釋放資源，重置設備預置模型 - 人臉檢測 + 物體檢測[color=var(--MAIN-ANCHOR-color)][size=0.5em]# 單角蜂鳥多模型import cv2import hsapi as hsdevice_list = hs.EnumerateDevices() # 獲取所有已連接的角蜂鳥device = hs.Device(device_list[0]) # 獲取Device實例face_net = hs.FaceDetector(device=device, zoom = True, thresh=0.55) # 創(chuàng)建人臉檢測網(wǎng)絡obj_net = hs.ObjectDetector(device=device, zoom = True, thresh=0.55) # 創(chuàng)建物體檢測網(wǎng)絡"""多角蜂鳥多模型: 初始化 Net 時使用不同的 Device 實例即可"""capture = cv2.VideoCapture(0) # 獲取USB攝像頭try:    while True:        # 使用USB攝像頭作為輸入        _, image = capture.read() # 讀取USB攝像頭圖像數(shù)據(jù)        face_result = face_net.run(image) # 將圖像輸入到人臉檢測網(wǎng)絡中        obj_result = obj_net.run(image) # 將圖像輸入到物體檢測網(wǎng)絡中        image = face_net.overlay(image, face_result[1]) # 根據(jù)人臉檢測網(wǎng)絡的識別結果在圖像上進行繪制        image = obj_net.overlay(image, obj_result[1]) # 根據(jù)物體檢測網(wǎng)絡的識別結果在圖像上進行繪制        cv2.imshow("Face/Obj Detector", image)        cv2.waitKey(1)finally:    face_net.quit() # 重置設備，同一個設備退出一個網(wǎng)絡即可關于預處理參數(shù) (scale & mean)[color=var(--MAIN-ANCHOR-color)][size=0.5em]
神經(jīng)網(wǎng)絡的輸入，根據(jù)網(wǎng)絡的需要，需要對圖像進行預處理操作。
當使用角蜂鳥自帶攝像頭作為神經(jīng)網(wǎng)路輸入時，目前僅支持對圖像的RGB通道進行統(tǒng)一的預處理操作。
這里 角蜂鳥設備內(nèi)部 和 Python API 都使用 乘加 運算對圖像進行預處理操作。
image *= scaleimage += mean
若需要圖像3通道統(tǒng)一處理，或者對預處理要求不嚴格，可對mean取均值作為參數(shù)輸入。
mean = -1.0 # [-1.0, -1.0, -1.0]scale = 0.007843graph = device.AllocateGraph(data, scale, mean) # scale & meanimage = graph.GetImage(True) # 自帶的設備圖像已經(jīng)過預處理后加載到神經(jīng)網(wǎng)絡中，返回的圖像是未處理的原始圖像output, _ = graph.GetResult() # 讀取神經(jīng)網(wǎng)絡輸出結果
若需要灰度圖輸入，或者需要對不同的通道進行不同的預處理操作，可對圖像自行處理后加載到角蜂鳥中。
image = preprocess(image) # 自行預處理graph.LoadTensor(image.astype(numpy.float16), None)API文檔[color=var(--MAIN-ANCHOR-color)][size=0.5em]




歡迎光臨 (http://www.zg4o1577.cn/bbs/) Powered by Discuz! X3.1
主站蜘蛛池模板： 国产精品免费一区二区三区四区 | 我要看一级片 | 国产大片一区 | 欧美午夜一区 | 91干b| 毛片免费在线 | 欧美性受xxxx白人性爽 | 久久大 | 黄色毛片免费 | 中文字幕在线免费观看 | 国产精品一区一区 | 亚洲综合在 | 亚洲在线| 久久精品日产第一区二区三区 | 午夜a级理论片915影院 | 精品一区二区三区四区视频 | 91精品国产麻豆 | 国产成人精品一区二区三区网站观看 | 狠狠ri | 亚洲黄色片免费观看 | 在线观看黄色电影 | 婷婷成人在线 | 精品一区二区三区在线观看国产 | a欧美| 国产大学生情侣呻吟视频 | 精品一区二区三区四区在线 | 欧美黄色精品 | 一区二区三区中文字幕 | 国产精品久久久一区二区三区 | a成人| 色婷婷一区二区三区四区 | 国产精品久久久久999 | av一区二区三区在线观看 | 麻豆精品国产免费 | 免费亚洲网站 | 色视频在线观看 | 久久久久久久久久久久亚洲 | 99久久中文字幕三级久久日本 | 涩涩导航 | 亚洲精品自拍视频 | 国产999精品久久久 日本视频一区二区三区 |