前两篇已经用10行Python代码展现了Hello AI World强大而且简便的物件检测识别能力,虽然大部分的人都将目光集中在了深度学习的三大推理识别(图像分类、物件检测、语义分割),但是在整个项目中,其实还有两个非常重要的功臣功能,那就是videoSource()与videoOutput()这两个专司输入与输出的接口。
如果你认为这两个功能只是简单地负责数据接收与显示的话,这就大大浪费了项目作者的心血结晶,因此我们在进入本项目另外两个深度学习推理应用之前,先要把这两个幕后功臣的内涵展现出来,因为这与后面的应用息息相关。
本文先就videoSource()这个功能进行说明。
有经验的开发人员都清楚,输入源的种类十分多样,并且格式非常繁琐,其中还包括图像的颜色空间(color space)变化,要全部集成在一个函数中去调用,已经是非常高难度的事情了,如果这个函数还能为我们集成Jetson的编解码芯片的调用,以及将许多非常图像处理的计算交由CUDA核去计算,这就是一个值得我们为之欢呼的功能了。
videoSource()功能是项目作者一个集大成的作品,具备以下特点:
这样一列出来,是否已经感受到了这一功能的强大呢?由于集成这么多特点,可以使代码的调用变得异常简单,而且完全发挥Jetson Nano 2GB的硬件计算资源,兼具“易用”与“高效”两个极端的特色。接下来我们就用几个简单的代码,带着大家体验一下这个工具的用法。
现在请大家先回忆一下用openCV建立CSI摄像头对象的代码,如下:
1 |
cameraCsi = cv2.VideoCapture( "nvarguscamerasrc sensor-id=0 ! " "video/x-raw(memory:NVMM), width=(int)1280, height=(int)720, " "format=(string)NV12, framerate=(fraction)60/1 ! " "nvvidconv flip-method=0 ! " "video/x-raw, width=(int)1280, height=(int)720, format=(string)BGRx ! " "videoconvert ! video/x-raw, format=(string)BGR ! appsink" ) |
这种调用是非常艰涩而且容易出错的,对大部分初学者来说的确比较痛苦,导致很多人一开始都不愿意使用性能较好、功耗较低的CSI摄像头。但是在videoSource()这里,只需要简单填入 ”csi://0” 就能创建。
在前面“10lines.py”代码中,已经提供了CSI摄像头、USB摄像头,以及视频文件的调用方式,事实上类似的方法也适用于RTP/RTSP视频流以及图像文件作为输入源。
然而这里面增加一个对“文件夹”的支持,更是一个非常实用的功能,不过在“图像分类”、”物件识别“与“语义分割”的应用中,都有很大部分的使用场景是针对“众多独立图像”的推理,如果每次都只能一张一张的读入然后识别,就会显得十分没效率。
下面将“10lines.py”做简单的修改,以jetson-inferencet提供的图像文件为例,让大家体验一下这个功能的好处:
import jetson.utils input = jetson.utils.videoSource("source") output = jetson.utils.videoOutput("detection")
import jetson.inference net = jetson.inference.detectNet("ssd-mobilenet-v2", threshold=0.5)
while output.IsStreaming(): img = input.Capture() detections = net.Detect(img) output.Render(img) |
上面代码中,将输入源与输出标的设为两个不同的目录,执行之前先将这个代码复制到~/jetson-inference/data/images/去,并且为source目录添加一些图片。完整的执行指令如下:
1 2 3 4 5 |
|
这样就会开始从source目录读入图像文件,执行物件识别推理后,将结果输出到detection目录中(如下图)。
这里之所以不选择输出到显示器,是因为显示的过程太快,没法在显示器上暂留,所以输出到另一个目录存成图片,会是比较合适的方法。
执行完成后,进入detection目录中,可以浏览到如下图的输出结果。
最后还有一个重点,就是调用NVDEC硬解码器的时机,前面提到videoSourec()会自动根据输入源的类型,去调用合适的解码器,不过这部分细节在作者的使用文档中并没有讲解,只能靠不断地尝试。
要检查解码器的启动与否,我们可以使用一开始教大家的jetson-stats检测工具,打开之后关注左下角“NVDEC”的变化,大部分时候都是处于[OFF],但当我们的输入源是视频文件、RTP/RTSP这三种类型时,“NVDEC”后面会出现主频的变化(如下图),表示这时候已经被启动。
本文有条理地将videoSource()的重要特色进行了说明,就是为了后面执行其他推理识别应用时会使用到,也希望能让读者学会更多的用法。
好文章,需要你的鼓励
Google 即将为所有用户提供端到端加密 (E2EE) 电子邮件服务,包括非 Google Workspace 用户。这项功能无需 IT 管理员进行复杂配置,可作为 S/MIME 协议的替代方案。企业 Gmail 用户可向任何人发送 E2EE 邮件,接收方只需通过简单的身份验证即可查看和回复。该功能将分阶段推出,并将逐步支持所有电子邮箱。
Vodafone Idea 宣布将升级和扩展其在印度主要城市和地区的光传输网络。此次升级基于诺基亚的光交换技术,旨在满足多太比特数据增长需求,支持企业客户的量子安全服务,并提升4G和5G网络容量。诺基亚将部署先进的光学设备和技术,以提高网络效率、灵活性和可持续性。
微软即将迎来成立50周年。这家Windows巨头在半个世纪的发展历程中,经历了许多高光时刻和挫折。从MS-DOS到Windows,从Office到云服务,再到最近的人工智能投资,微软不断创新并主导着企业市场。尽管在移动领域失利,但其在PC和生产力软件方面的地位依然稳固。50年来,微软的产品和决策深刻影响了用户的日常生活和工作方式。
一项新调查显示,72% 的 Z 世代不信任基于人工智能的安全解决方案,成为对数字安全最为怀疑的一代。这种不信任显得尤为讽刺,因为 Z 世代成长于科技主导的世界,却对 AI 控制安全持保留态度。调查探讨了 Z 世代怀疑态度的根源,以及如何通过教育和透明度来解决信任问题。