基于yolov10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

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 .

  1. 克隆仓库
下载源码yolov10-gradcam
cd yolov10-gradcam

  1. 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:

在这里插入图片描述

2. 视频处理

from Yolov10Heatmap import *

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

运行效果:

在这里插入图片描述

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

创作时间: