search

bubbliiiing / yolo3-keras

这是一个yolo3-keras的源码，可以用于训练自己的模型。
MIT License
535 stars 188 forks source link

请教如何输出检测物体的三维坐标 #28

Open chunxuli90 opened 3 years ago

chunxuli90 commented 3 years ago

大家好，求教一问题。我想用一个深度摄像头，不管是哪个CNN model，比如YOLO，如何能输出物体的三维坐标？不知道有没有相关的教程？谢谢

bubbliiiing commented 3 years ago

你有深度信息可以有一个z轴信息

chunxuli90 commented 3 years ago

@bubbliiiing 请问如何调取z轴信息？谢谢

bubbliiiing commented 3 years ago

emm有深度的话可以把框里面做个求和或者平均呗

chunxuli90 commented 3 years ago

额。。。我就是这么做的输出box中点坐标。但是不知道用什么代码command来调用深度摄像机的Z轴信息，比如这行代码（top = max(0, np.floor(top + 0.5).astype('int32')) left = max(0, np.floor(left + 0.5).astype('int32')) bottom = min(image.size[1], np.floor(bottom + 0.5).astype('int32')) right = min(image.size[0], np.floor(right + 0.5).astype('int32'))）是输出box的左上右下的XY坐标，但是用什么代码输出相应点Z的坐标？还请帮忙说明一下。。谢谢

bubbliiiing commented 3 years ago

你不应该有深度图吗，深度图表示的就是Z轴呀，xy就是图上的坐标，距离就是Z轴？

chunxuli90 commented 3 years ago

你不应该有深度图吗，深度图表示的就是Z轴呀，xy就是图上的坐标，距离就是Z轴？

是的，我是Kinect Azure摄像头，可以输出深度信息。我是想问用什么命令或者哪个function来调用深度值？比如cpp里面是.ad()命令。。。。另外还有个问题请教，我在yolo.py里面加入POS = (CENTRE_X, CENTRE_Y)这个命令并且可以输出二维坐标值，我想在video.py文件中使用textD = 'Position{}mm'.format(POS)和frame = cv2.putText(frame, textD, (0, 40), cv2.FONT_HERSHEY_SIMPLEX, 1, (0, 255, 0), 2)把坐标打印到屏幕，但是不知道如何把POS值从yolo传送到video中，可否帮忙解答一下？十分感谢啊！

bubbliiiing commented 3 years ago

你这个摄像头我没用过，我不知道怎么获取深度图，你查一下官方文档就知道了 后面的pos从yolo到video，我没看懂你，你想写字的话，和写种类分数一样写就行了。有字符串就能在detect_image写。