最新新冠疫情_访问behance设计网站_社交媒体营销三种方式_推广seo公司

YOLOv10 Grad-CAM 可视化工具

本工具基于YOLOv10模型，结合Grad-CAM技术实现目标检测的可视化分析，支持图像、视频和实时摄像头处理。

功能特性

• 支持多种Grad-CAM方法
• 实时摄像头处理
• 视频文件处理
• 图像文件处理

环境要求

• Python 3.8+
• 需要电脑带有nvidia显卡，且有cuda环境支持

安装步骤

1. 创建虚拟环境安装yolov10（推荐）

conda create -n yolov10 python=3.9
conda activate yolov10
pip install torch==2.1.1+cu118 torchvision==0.16.1+cu118 -f https://download.pytorch.org/whl/torch_stable.html
git clone https://github.com/THU-MIG/yolov10.git
cd yolov10
pip install -r requirements.txt
pip install -e .

2. 克隆仓库

下载源码yolov10-gradcam
cd yolov10-gradcam

3. 安装依赖

pip install -r requirements.txt

快速开始

1. 图像处理

from Yolov10Heatmap import *model = Yolov10Heatmap(weight='yolov10n.pt')
result = model('test.jpg')
cv2.imshow('result', result)
cv2.waitKey(0)

运行效果：

2. 视频处理

from Yolov10Heatmap import *model = Yolov10Heatmap(weight='yolov10n.pt')
model.start_video('test.mp4')

运行效果：

3. 实时摄像头

from Yolov10Heatmap import *model = Yolov10Heatmap(weight='yolov10n.pt')
model.start_camera(0)  # 0表示默认摄像头

参数配置

更多参数调节需要读懂Yolov10Heatmap.py文件代码进行修改