Python はとても使いやすいです! AI初心者でもすぐに顔検出を体験

[[423040]]

Pythonを使用してAI認識テストを実行します。具体的な方法は、リアルタイム認識のためにローカルコンピューターのカメラをオンにするか、歩行者検出のために写真を直接渡すことです。コードを分析すると、データソースが認識に渡され、source = '0'が表示されます。ただし、このパラメーターは、ローカルコンピューターのカメラストリームを開いてから、歩行者検出を実行します。

しかし、ここでいくつか変更を加え、AI 歩行者認識に rtsp ストリームを使用する必要があります。以下のコードを分析して変更できる場所を見つけるか、パラメータを操作して RTSP ストリームを変更する必要があります。

ビデオストリームが送信される場所を見つけました。次のステップは、コードを分析して rtsp ストリームに変更し、rtsp ストリームを書き込み、リアルタイム分析を実現して歩行者検出の効果を実現することです。

分析中に、ソース パラメータは LoadStreams によってのみ使用され、直接渡されていることが判明しました。

ソース パラメータを入力すると、ファイルを読み取るためのデフォルト値があることがわかります。ファイルでない場合は、source=[source] を設定してから、ソース値を走査します。トラバーサル中、opencv を使用してローカル コンピューターのカメラ ストリームを開き、その後、リアルタイムの歩行者認識用のスレッドを開きます。

このコードは、opencv の cv2.VideoCapture 関数を使用します。この関数の使用方法をインターネットで検索したところ、この関数は rtsp ストリーム アドレスを直接渡すことができるため、問題がはるかに簡単に解決できることが分かりました。 cv2.VideoCapture 関数は rtsp アドレスを渡すことができますので、試しに rtsp アドレスを渡して、rtsp アドレスを渡しても問題がないことを確認します。

ソースパラメータを変更するだけで、最終的に検出が実現します。

[[423041]]