描述

這個項目是用很少的代碼完成的，Roboflow 提供了大量的資源來完成工作。根據(jù)您的用例調整多邊形尺寸。

?

import numpy as np
import supervision as sv

# initiate polygon zone
polygon = np.array([
    [1000, 1000],
    [1000, 1000],
    [1000, 1000],
    [1000, 1000]
])
video_info = sv.VideoInfo.from_video_path(VIDEO_PATH)
zone = sv.PolygonZone(polygon=polygon, frame_resolution_wh=video_info.resolution_wh)

# initiate annotators
box_annotator = sv.BoxAnnotator(thickness=4, text_thickness=4, text_scale=2)
zone_annotator = sv.PolygonZoneAnnotator(zone=zone, color=sv.Color.white(), thickness=6, text_thickness=6, text_scale=4)

def process_frame(frame: np.ndarray, _) -> np.ndarray:
    # detect
    results = model(frame, imgsz=1280)[0]
    detections = sv.Detections.from_yolov8(results)
    #detections = detections[detections.class_id == 0]
    zone.trigger(detections)

    # annotate
    box_annotator = sv.BoxAnnotator(thickness=4, text_thickness=4, text_scale=2)
    labels = [f"{model.names[class_id]} {confidence:0.2f}" for _, confidence, class_id, _ in detections]
    frame = box_annotator.annotate(scene=frame, detections=detections, labels=labels)
    frame = zone_annotator.annotate(scene=frame)

    return frame

sv.process_video(source_path=VIDEO_PATH, target_path=f"{HOME}/result.mp4", callback=process_frame)

from IPython import display
display.clear_output()

?

您可以使用 Roboflow Universe 親自試用經(jīng)過訓練的模型：

?

https://universe.roboflow.com/dee-dee-b9kev/aquarium-shrimp-detection-caridina_neocaridina

?

可通過 github 獲得經(jīng)過訓練的 yolov8 模型的 Github 存儲庫：

?

https://github.com/dfunkapostal/Aquarium-Shrimp-Detection/tree/main

?

該模型可以使用tensorflow.js或 onnxruntime通過 web 部署，具有以下https://github.com/Hyuto存儲庫。

?

https://github.com/Hyuto/yolov8-seg-tfjs
https://github.com/Hyuto/yolov8-seg-onnxruntime-web

?

攝像頭可以調整為前置攝像頭調整網(wǎng)絡攝像頭設置 facingMode 為“用戶”

?

https://github.com/Hyuto/yolov8-seg-tfjs/blob/master/src/utils/webcam.js
open = (videoRef) => {
    if (navigator.mediaDevices && navigator.mediaDevices.getUserMedia) {
      navigator.mediaDevices
        .getUserMedia({
          audio: false,
          video: {
            facingMode: "environment",

?

您的模型應上傳到公共文件夾中：

https://github.com/Hyuto/yolov8-seg-tfjs/tree/master/public

model.json應替換為保存的 web 文件夾（tensorflow.js 輸出文件夾）中的 .json 文件

https://github.com/Hyuto/yolov8-seg-tfjs/blob/master/src/App.jsx
useEffect(() => {
    tf.ready().then(async () => {
      const yolov8 = await tf.loadGraphModel(
        `${window.location.href}/${modelName}_web_model/model.json`,

labels.json應該更新為項目中存在的類。

src/utils/labels.json

項目詳情

Caridina 和 Neocaridina 蝦檢測項目旨在開發(fā)和改進用于檢測和區(qū)分不同蝦品種的計算機視覺算法。該項目以觀賞魚飼養(yǎng)愛好者以及計算機視覺如何有益于改善矮小蝦的護理為中心。在這種特殊情況下，區(qū)域計數(shù)器/跟蹤器的實現(xiàn)。

Caridina 和 neo-caridina 蝦是兩個不同的物種，需要不同的水參數(shù)才能達到最佳健康狀態(tài)。Neocaridina 蝦通常比 caridina 物種更耐寒且更容易飼養(yǎng)，而 caridina 蝦以其引人注目的獨特圖案而聞名。兩個物種的身體結構相似（從主題面具可以看出）。

Neo-Caridina 面膜

各類類型說明

該項目的數(shù)據(jù)集包括十三種不同的類類型。已將 neo-caridina 物種組合在一起以測試該模型是否可以區(qū)分 caridina 和 neo-caridina 蝦。其余類別都是不同類型的 caridina 蝦。

RGalaxyPinto 和 BGalaxyPinto 的圖案非常相似，主要區(qū)別在于它們的顏色：一個是酒紅色，另一個是深藍黑色。這兩個品種的頭部區(qū)域都有明顯的斑點，背部有條紋，非常適合測試模型區(qū)分顏色的能力。

CRS-CBS水晶紅蝦和水晶黑蝦的花紋與熊貓蜜蜂蝦相似，但色澤不同。熊貓蝦的顏色往往比 CRS-CBS 蝦更深、更豐富，CRS-CBS 的白色環(huán)更厚。

另一方面，熊貓蜜蜂品種以其類似熊貓的白色和黑色/紅色環(huán)紋而聞名。色環(huán)往往比水晶紅/黑蝦更厚、更明顯。

在 Caridina 物種中，有各種老虎品種。其中包括 Fancy Tiger、Raccoon Tiger、Tangerine Tiger、Orange Eyed Tiger（金色和全身）。所有這些人的身體兩側都有條紋。花式虎蝦的顏色與 CRS 相似，但帶有虎紋圖案。

Raccoon Tiger 和 Orange Eyed Tiger Blonde 看起來非常相似，但是 Raccoon Tiger 的身體顯得更大，而 Orange Eyed Tiger 以其橙色的眼睛而聞名。Tangerine Tigers 的條紋圖案各不相同，經(jīng)常會與某些 neo-caridina，特別是黃色或橙色品種混淆。

其余的是最受歡迎的繁殖品種和獨特的顏色圖案，即藍蝠、暗影摩蘇拉、白蜂/金蜂和金剛蜂。

?