후에 성공적으로 훈련을 내 yolact 모델을 사용하여 사용자 지정 데이터 집합을 나는 행복추는 결과를 출력하여 eval.py 를 사용하여 이 명령을 아나콘다에서 터미널:
python eval.py --trained_model=./weights/yolact_plus_resnet50_abrasion_39_10000.pth --config=yolact_resnet_abrasion_config --score_threshold=0.8 --top_k=15 --images=./images:output_images
지금 내가 이것을 실행하는 유추에서 자신의 python 스크립트를 사용하는 대신 아나콘다 터미널도 있습니다. 나를 얻을 수 있는 경계 상자의 탐지에캠 프레임에 의해 얻은 이 코드는 아래. 어떤 생각이 있으십니까?
import cv2
src = cv2.VideoCapture(0)
while True:
ret, frame = src.read()
cv2.imshow('frame', frame)
key = cv2.waitKey(5)
if key == (27):
break
이 eval.py 코드는 여기에서 저장소 Yolact https://github.com/dbolya/yolact/blob/master/eval.py