mmdetection2测试单张图片并保存

from argparse import ArgumentParser
import os
from mmdet.apis import inference_detector, init_detector  #, show_result_pyplot
import cv2
 
def show_result_pyplot(model, img, result, score_thr=0.3, fig_size=(15, 10)):
    """Visualize the detection results on the image.
    Args:
        model (nn.Module): The loaded detector.
        img (str or np.ndarray): Image filename or loaded image.
        result (tuple
or list): The detection result, can be either (bbox, segm) or just bbox. score_thr (float): The threshold to visualize the bboxes and masks. fig_size (tuple): Figure size of the pyplot figure. """ if hasattr(model, 'module'): model = model.module img = model.show_result(img, result, score_thr=score_thr, show=False) return img def main(): # config文件 config_file = '/root/mmdetection/work_dirs/faster_rcnn_r50_fpn_1x_coco/faster_rcnn_r50_fpn_1x_coco.py' # 训练好的模型 checkpoint_file = '/root/mmdetection/work_dirs/faster_rcnn_r50_fpn_1x_coco/latest.pth' # model = init_detector(config_file, checkpoint_file) model = init_detector(config_file, checkpoint_file, device='cuda:0') # 图片路径 name= '/root/mmdetection/data/coco/val2017/000088.jpg' # 检测后存放图片路径 out_dir = '/root/output/' if not os.path.exists(out_dir): os.mkdir(out_dir) result = inference_detector(model, name) img = show_result_pyplot(model, name, result, score_thr=0.8) #命名输出图片名称 cv2.imwrite("{}/{}.jpg".format(out_dir, 122), img) if __name__ == '__main__': main()

版权声明:本文为CSDN博主「一口大米饭」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明。
原文链接:https://blog.csdn.net/m0_60360632/article/details/121554049

一口大米饭

我还没有学会写个人说明!

暂无评论

发表评论

相关推荐

目标检测自动标注生成xml文件

前言 在训练目标检测时,标注数据是一项简单而又浪费时间的事情,如果能够自动标注数据将可以高效的扩充数据集,从而提高训练模型的效果。 目前能想到的一种自动标注方法是先训练一个检测效果较好的模型&#xff

《小目标目标检测的解决方法及方式》

《小目标目标检测的解决方法及方式》 最近在做小目标相关的项目,参考了一些博客、论文及书籍,在这里对小目标的方法和方式做了些总结。如果有哪些问题理解错误或补充欢迎讨论。 1.什么是小目标检测 在物体检测的各种实际

什么是Bounding Box、anchor box?

由于最近在看YOLOv3算法,感觉老是不清楚bounding box和anchor box的概念,看完吴恩达的视频后准备写一篇博客记下笔记。em...所以也会用吴恩达视频中的例子来讲。 在视频中,有一张