基于yolov11实现热力图可视化支持图像视频和摄像头检测python源码+使用步骤

作品简介

YOLOv11 Grad-CAM 可视化工具

本工具基于YOLOv11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. 克隆仓库
git clone code
cd yolov11-gradcam
1
2
  1. 创建虚拟环境（推荐）
conda create -n yolov11-gradcam python=3.8
conda activate yolov11-gradcam
1
2
  1. 安装依赖
pip install torch==2.1.1+cu118 torchvision==0.16.1+cu118 -f https://download.pytorch.org/whl/torch_stable.html
pip install -r requirements.txt
1
2

快速开始

1. 图像处理

from Yolov11Heatmap import *

model = Yolov11Heatmap(weight='yolo11n.pt')
result = model('test.jpg')
cv2.imshow('result', result)
cv2.waitKey(0)
1
2
3
4
5
6

在这里插入图片描述

2. 视频处理

from Yolov11Heatmap import *

model = Yolov11Heatmap(weight='yolo11n.pt')
model.start_video('test.mp4')
1
2
3
4

在这里插入图片描述

3. 实时摄像头

from Yolov11Heatmap import *

model = Yolov11Heatmap(weight='yolo11n.pt')
model.start_camera(0)  # 0表示默认摄像头
1
2
3
4

参数配置

更多参数调节需要读懂Yolov11Heatmap.py文件代码进行修改

创作时间：