detection-car-pedestrian's Introduction

detection-car-pedestrian

Detectect the cat kinds and others

识别猫的代码使用了自带的model去识别,效果还不错.

The result show:

Detectect the MNIST handwritten digit database

手写数字的图片识别.

This database link

The result show:

Socket

python-socket 部分是为了传输 tx2 里面的预测结果到另外一台电脑上所做的工作.
基本是为了给下面一项 python-camera 所做的辅助工作.

python-camera

使用 Python 调用已有模型去分类和识别.
bvlc_googlenet.caffemodel 下载地址

tegra-cam.py

这里只是用Python调用打开 tx2 的板载摄像头或者外接的 USB 摄像头.
外接USB摄像头明显反应速度和识别像素高太多.

dump帮助信息：

python3 tegra-cam-caffe.py --help

使用默认的bvlc_reference_caffenetmodel使用Jetson机载相机(python程序的默认行为)来进行Caffe图像分类。 python3 tegra-cam-caffe.py
使用USB网络摄像头 /dev/video1 ，同时分辨率设置为 1280x720. python3 tegra-cam-caffe.py --usb --vid 1 --width 1280 --height 720
或者使用IP摄像头.(未测试)

python3 tegra-cam-caffe.py --rtsp --uri rtsp://admin:[email protected]:554

原文和使用链接如下: 在Jetson TX2上用Python捕获摄像头影像

tegra-cam-caffe.py

用板载摄像机对不同的Caffe模型进行图像分类:

python tegra-cam-caffe.py --prototxt $HOME/caffe/models/bvlc_googlenet/deploy.prototxt \
                             --model  $HOME/caffe/models/bvlc_googlenet/deploy.prototxt \
                             --labels $HOME/caffe/data/ilsvrc12/synset_words.txt \
                             --mean $HOME/caffe/data/ilsvrc12/imagenet_mean.binaryproto

在Jetson TX2上用Python捕获摄像头影像，并用Caffe进行推理

Recommend Projects