Redmi Pad評測：紅米充滿野心的一次嘗試
從Note系列到K系列，從藍(lán)牙耳機(jī)到筆記本電腦，紅米不知不覺之間也已經(jīng)形成了自己頗有競爭力的產(chǎn)品體系，在中端和次旗艦市場上甚至要比小米新機(jī)的表現(xiàn)來得更好，正所謂“大丈夫生居
通過使用 YOLOv8 目標(biāo)檢測和偵察無人機(jī)拍攝的航空圖像來利用地理空間情報(bào)（GEOINT）統(tǒng)計(jì)敵方飛機(jī)，從而規(guī)劃軍事行動。
source_video = 'https://3tghzdwlhmyajv5eadufzesdo7epc5queknepym6hv2p737mgvxa.arweave.net/3Mx8jss7MATXpADoXJJDd8jxdhQimkfhnj10_-_sNW4'urllib.request.urlretrieve(source_video, 'airport_video_source.mp4')</code></pre><p>如您所見，有三個(gè)文件：yolov8sair.pt 是模型的權(quán)重文件，Aerial_AirBase.jpg 是我們將在實(shí)驗(yàn)中用于目標(biāo)檢測的偵察無人機(jī)拍攝的圖像示例，airport_video_source.mp4 是將用于目標(biāo)識別的視頻源示例。<span style=)
ZeD28資訊網(wǎng)——每日最新資訊28at.com
model = YOLO('yolov8sair.pt')results = model.predict('Aerial_AirBase.jpg')annotated_frame = results[0].plot()cv2_imshow(annotated_frame)這里我們基于訓(xùn)練好的模型創(chuàng)建 YOLO 對象。然后，我們嘗試預(yù)測并找到 Aerial_AirBase.jpg 圖像中的任何物體，最后顯示結(jié)果中的第0個(gè)標(biāo)注框。
使用 yolov8sair 模型進(jìn)行目標(biāo)檢測
如上圖所示，檢測到三架飛機(jī)，概率均約為 84%，表明高度的置信度。在這種情況下，您可以通過自動統(tǒng)計(jì) results[] 數(shù)組中的物體列表來輕松統(tǒng)計(jì)它們。置信度和概率水平可能會因天氣條件而異。然而，盡管存在如天氣陰云等顯著缺點(diǎn)，這種偵察方法在規(guī)劃軍事行動和支持戰(zhàn)斗行動中仍具有重要意義。
正如您所見，其易用性只需幾行代碼即可使其在各種應(yīng)用中得以使用，包括小型飛行控制器的自主無人機(jī)。想象一下，通過結(jié)合這種目標(biāo)檢測機(jī)制，您可以構(gòu)建的智能應(yīng)用程序。想象一下，配備自動駕駛儀、目標(biāo)檢測和跟蹤能力的作戰(zhàn)無人機(jī)，直到摧毀目標(biāo)。讓您的想象力引導(dǎo)您。
另一個(gè)您可以用于軍事解決方案的好例子：
model = YOLO('yolov8sair.pt')# Object Detection in Video-streamcap = cv2.VideoCapture(f"airport_video_source.mp4")img_array = []while cap.isOpened(): success, frame = cap.read() if success: results = model(frame) annotated_frame = results[0].plot() img_array.append(annotated_frame) else: breakcap.release()# Saving to output video filesize = img_array[0].shape[1], img_array[0].shape[0] # (384, 640)writer = cv2.VideoWriter(f"airport_video_output.mp4", cv2.VideoWriter_fourcc(*"mp4v"), 25, size)for frame in img_array: img_n = cv2.resize(frame, size) writer.write(img_n)writer.release()這涉及從視頻流中進(jìn)行目標(biāo)檢測，在我們的例子中從 airport_video_source.mp4 文件中提取。然后，它將視頻分成幀，檢測每幀上的飛機(jī)，并將它們編譯到 airport_video_output.mp4 文件中。
您可以從 Google Compute Engine 的工作目錄中下載此文件。我相信您已經(jīng)熟悉這個(gè)過程。
視頻流中的目標(biāo)檢測
本文鏈接：http://www.tebozhan.com/showinfo-26-102911-0.html基于 YOLOv8 的目標(biāo)檢測實(shí)例應(yīng)用
聲明：本網(wǎng)頁內(nèi)容旨在傳播知識，若有侵權(quán)等問題請及時(shí)與本網(wǎng)聯(lián)系，我們將在第一時(shí)間刪除處理。郵件：2376512515@qq.com
Copyright ? 2016-2023 天津谷騏科技有限公司 版權(quán)所有 sitemap.xml
違法及侵權(quán)請聯(lián)系：2376512515@qq.com 津ICP備18001702號
津公網(wǎng)安備 12010102000574號