如何在视频上测试自定义 Faster RCNN 模型使用 Detectron 2 和 pytorch？

问题描述

我已经在用于对象检测的自定义数据集上训练了一个 Faster RCNN 模型，并希望在视频上对其进行测试。我可以在图像上测试结果，但我对如何对视频执行此操作感到困惑。

这是图像推断的代码：

cfg.MODEL.WEIGHTS = os.path.join(cfg.OUTPUT_DIR,"model_final.pth")
cfg.DATASETS.TEST = ("my_dataset_test",)
cfg.MODEL.ROI_HEADS.SCORE_THRESH_TEST = 0.7   # set the testing threshold for this model
predictor = DefaultPredictor(cfg)
test_metadata = MetadataCatalog.get("my_dataset_test")

from detectron2.utils.visualizer import ColorMode
import glob

for imageName in glob.glob('/content/test/*jpg'):
  im = cv2.imread(imageName)
  outputs = predictor(im)
  v = Visualizer(im[:,:,::-1],metadata=test_metadata,scale=0.8
                 )
  out = v.draw_instance_predictions(outputs["instances"].to("cpu"))
  cv2_imshow(out.get_image()[:,::-1])

请有人告诉我如何调整此代码以检测视频？

使用的平台：Google Colab

技术栈：Detectron 2，Pytorch

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）