检测
from ascript.android.screen import YoLov5
一种目标检测深度学习算法 ,通过对 图片中目标的标注
,训练
.得到模型
,下载运行模型从而检测目标
应用场景
对于不同手机,不同分辨率情况下的目标检测. 能达到很好的效果.
例如 “微信跳一跳”
方法
YoLov5
from ascript.android.screen import YoLov5
深度学习算法 ,通过对图片中目标的标注,训练.得到模型
创建一个YoLov5
- 函数
YoLov5(model_name:str=None,path:str=None)
- 参数
参数 | 类型 | 是否必填 | 说明 |
---|---|---|---|
model_name | bool | 否 | 线上模型库中的模型名称,格式: ("模型名称:模型版本号") 填写后,将自动下载线上模型,如缓存中存在,则从本地加载. |
path | bool | 否 | 本地模型路径 |
- 返回值
Yolov5 Yolov5 对象 可调用其find_all 方法识别
- 示例
# 创建Yolov5 并加载模型文件
from ascript.android.screen import YoLov5
# 从模型库中加载
yolo = YoLov5("微信跳一跳:1.5")
检测所有目标
- 函数
YoLov5(model_name:str=None,path:str=None).find_all(rect=None)
- 参数
参数 | 类型 | 是否必填 | 说明 |
---|---|---|---|
rect | [] | 否 | 屏幕范围:全屏:默认 rect = [100,100,400,400] 给定一个范围 |
- 返回值
识别目标的结果对象列表,包含的属性有:
.x:坐标x
.y:坐标y
.w:目标宽度
.h:目标高度
.lable:目标标签
.prob:识别可信度
- 示例
# 创建Yolov5 并加载模型文件
from ascript.android.screen import YoLov5
# 从模型库中加载
yolo = YoLov5("微信跳一跳:1.5")
while True:
res = yolo.find_all()
for r in res:
print(r.label) # 目标名称
print(r.prob) # 可信度
print(r.x) # 坐标x
print(r.y) # 坐标y
print(r.w) # 目标宽度
print(r.h) # 目标高度
- 示例
# 区域识别
from ascript.android.screen import YoLov5
# 从模型库中加载
yolo = YoLov5("微信跳一跳:1.5")
while True:
ts = yolo.find_all(rect=[7,960,1080,1868])
print(ts)