cap = VideoStream().start()
while True:
frame=cap.read()
Detect = detection_method(frame)
if detect:
Predict_label=function(recognize)
(Step 4)#Do somthing on this predict_label
cv2.destroyAllWindows()
vs.stop()
Label is for example:unknown,cat,dog,panda,...
在上面所示的代码中,我捕获相机的帧并使用检测方法识别对象,我对这些对象有一个预测,当这些对象被识别时,例如,我显示这些对象的相应图像。 我的问题是,如果第一次标签是“dog”,那么系统将再次尝试识别对象并预测标签,如果第二次检测到“dog”,那么我们继续运行步骤4,否则,步骤4将不会被执行如何执行我做了? 我的最终目标是降低模型的敏感性。 我想到的是计算模型两次预测标签的次数,但我无法实现它。你知道吗
您需要的是一个有状态的系统,因此您必须存储以前的状态,以便在每次检测到某些内容时能够决定要执行的操作。你知道吗
例如,可以使用
collections.deque
来实现这一点,请参见doc:相关问题 更多 >
编程相关推荐