我试图使用CUDA作为opencv-4.1.1中提供的dnn模块的后端,我已经在启用CUDA的情况下构建了opencv,nvidia驱动程序和CUDA被正确地放置在系统上,这里使用manjaro作为开发平台我正在尝试用cv2.dnn模块加载预先训练过的YOLOv3权重,
net = cv2.dnn.readNetFromDarknet('yolov3.cfg', 'yolov3.weights')但是它使用
我是计算机视觉和目标检测的新手,我遇到了这个练习,用OpenCV、经过预先训练的YOLOv3模型和coco数据集在视频上执行对象检测。我目前正在使用visual 2022与最新的opencv-python和所需的文件,如重量,cfg和名称文件。该算法的工作原理是,显示输出视频的处理速度较低。python代码:import numpy as np
net = cv2.dnn.readNet("YOLO_COCO/yolov3.weights"_, img = ca