如何将连续视频输入输入到我的模型中？
如何将连续视频输入输入到我的模型中？
提问于 2021-07-19 19:39:58
假设我已经设计了一个ML模型，它可以把狗狗的视频输入，给狗的品种作为输出。但是，我不想等到视频完成后，它才被输入到我的模型中。我希望这样的事情发生：
当一只狗从摄像机旁边跑过时，我正在随意地拍我后院的视频。我的模型应该立即识别(a)一只狗出现在视野中，(b)这只狗是一只拉布拉多猎犬。
为了达到上述目的，我有以下问题：
- 我是否需要训练一种新的模型来检测狗何时出现在视线范围内？
- 如何使我的模型能够使输入是连续的，并且模型能够持续运行，从而提供即时输出？
注1:我的ML模型已经在使用Keras的谷歌对撞机上接受了培训。到目前为止，我还没有建立相机和我的模型之间的任何联系(我不知道如何这样做)。如果需要更多的细节，我将非常乐意与大家分享！
注2:这个问题最初发布在堆栈溢出上。由于它不适合这个地点，所以它关闭了。链接到原始的post 这里。
注3:我也在人工智能StackExchange上发布了这个问题。我是被指示到这里的。链接到人工智能StackExchange 这里上的帖子。
回答 1
Data Science用户
回答已采纳
发布于 2021-07-22 21:58:51
你不需要训练一个新的模式。你可以找到一个现有的神经网络架构，它已经被训练成“狗”/“不是狗”。
连续视频输入的一个选择是使用Python的OpenCV包，它有一个VideoCapture类，可以从输入流中读取。可以提取各个帧的流。该模型将预测框架上的“狗”/“不狗”。
就像这样：
import cv2
video = cv2.VideoCapture(0)
while True:
_, frame = video.read()
print(model.predict(frame))页面原文内容由Data Science提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://datascience.stackexchange.com/questions/98087
复制相关文章
相似问题
腾讯云开发者
