跳至內容

變更

View changes from to


On 2024年8月22日 下午4:37:46 [+0800], Gravatar nchuadmin:
  • Updated description of 液珠影像辨識排序模型 from

    #液珠影像辨識以及排序模型 以影像處理的方式先對微流體系統進行定位,使用物件偵測模型YOLO v7辨識液珠,即時找出液珠在畫面中所在的位置,結合多目標物件追蹤系統,追蹤每一顆液珠在微流體中的移動量,程式確實能按照液珠進入畫面的順序給予編號,確保每個液珠在連續的幀中具有一致性的標籤。 #使用方法 1.先安裝好環境,可以參考以下鏈結 : [YOLOv7 實作筆記](https://medium.com/@s920073ray105191/yolov7%E5%AF%A6%E4%BD%9C%E7%AD%86%E8%A8%98-c95650a98634) 2.在cmd 或 Anaconda Powershell創建環境,並輸入以下指令 : python detect_track.py --weights ".\yolov7_tracking\weights\03011_y_shape.pt" --source "你的影片路徑" 便能驅動程式,以下為實際效果 : #實際效果 ![1](https://aidata.nchu.edu.tw/smarter/packages/20240822121323/%E5%9C%96%E7%89%872.png) #Grad-CAM ![Grad CAM 測試圖](https://aidata.nchu.edu.tw/smarter/packages/20231120223931/grad_cam%E6%B8%AC%E8%A9%A6%E5%9C%96.jpg)
    to
    #液珠影像辨識以及排序模型 以影像處理的方式先對微流體系統進行定位,使用物件偵測模型YOLO v7辨識液珠,即時找出液珠在畫面中所在的位置,結合多目標物件追蹤系統,追蹤每一顆液珠在微流體中的移動量,程式確實能按照液珠進入畫面的順序給予編號,確保每個液珠在連續的幀中具有一致性的標籤。 #使用方法 1.先安裝好環境,可以參考以下鏈結 : [YOLOv7 實作筆記](https://medium.com/@s920073ray105191/yolov7%E5%AF%A6%E4%BD%9C%E7%AD%86%E8%A8%98-c95650a98634) 2.在cmd 或 Anaconda Powershell創建環境,並輸入以下指令 : python detect_track.py --weights ".\yolov7_tracking\weights\03011_y_shape.pt" --source "你的影片路徑" 便能驅動程式,以下為實際效果 : #實際效果 ![1](https://aidata.nchu.edu.tw/smarter/packages/20240822121323/%E5%9C%96%E7%89%872.png) #Grad-CAM ![Grad CAM 測試圖](https://aidata.nchu.edu.tw/smarter/packages/20231120223931/grad_cam%E6%B8%AC%E8%A9%A6%E5%9C%96.jpg)