Mac上執行第一個opencv車輛檢測示例

挑選一個比較好的開源實現：
https://github.com/JunshengFu/vehicle-detection

MacOS上搭建環境

基於 python3.7 pip 18.1

1）首先下載開原始碼到本地
2）下載YOLO_small.ckpt 到weights目錄
下載路徑：https://drive.google.com/open?id=0B5WIzrIVeL0WS3N2VklTVmstelE
3）安裝tensorflow
通過這個文章解決衝突，https://github.com/tensorflow/tensorflow/issues/20444

執行示例

執行示例圖片和視訊

有三種模式

1. image (YOLO and SVM)
   執行執行：python main.py 結果是顯示兩種模式的識別圖片
   2）video (YOLO Pipeline)
   要修改main.py, 改成demo = 2，執行結果儲存到project_YOLO.mp4（只截取了視訊的2秒時間）
   3）video (SVM pipeline)
   
   要修改main.py, 改成demo = 3，執行結果在project_svm_低速.mp4

執行自己拍攝的視訊

以我的360記錄儀為例，需要先把視訊格式轉換成720p的，字尾.mov也是可以的。
然後修改main.py替換檔名和需要分析的時間段就OK了

識別效果沒有示例視訊那麼好，但是可以基於這個環境研究了。
用Mac Pro執行時，風扇狂響，看來還是需要在Tx2上執行才行。

下一步計劃

實車上通過這個演算法，把攝像頭的資料通過Tx2計算後，實時顯示在HDMI顯示屏上，看看實時性如何。