本文使用的是OpenCV for Unity 2.4.5

1.打开Assets\OpenCVForUnity\StreamingAssets\dnn\setup_dnn_module.pdf

2.按照提示下载person.jpg、yolov4-tiny.cfg、yolov4-tiny.weights、coco.names

 3.打开场景Assets\OpenCVForUnity\Examples\MainModules\dnn\YoloObjectDetectionExample\YoloObjectDetectionWebCamTextureExample.unity

4. 配置Dnn参数

 5.运行测试，可以看到物体被检测出来了。

 6.也可以自己训练数据集进行识别，下图是口罩识别。

 

# unity # opencv # 神经网络 # 深度学习
Logo
DAMO开发者矩阵

DAMO开发者矩阵，由阿里巴巴达摩院和中国互联网协会联合发起，致力于探讨最前沿的技术趋势与应用成果，搭建高质量的交流与分享平台，推动技术创新与产业应用链接，围绕“人工智能与新型计算”构建开放共享的开发者生态。

更多推荐

ROS机器人-从零开始每日日志记录day10

Deskew（De-skewing）即运动畸变校正。激光雷达采集一帧点云需要时间（例如10Hz雷达需100ms），在此期间若机器人发生运动，先发射的点与后发射的点实际上是在不同位姿下采集的。直接将它们视为同一时刻的数据，会导致点云“拖影”或变形，这就是运动畸变。在ROS2 Python客户端库（rclpy）中，“Raw”通常指绕过序列化/反序列化的原始字节流处理模式。常规模式：订阅者收到消息后，r

avatar DAMO开发者矩阵

算法005：A*搜索

A*算法是路径搜索领域中最重要和最广泛使用的算法之一。它通过结合Dijkstra算法的保证最优性和贪心算法的效率，在保证找到最短路径的同时，显著提高了搜索效率。A算法的核心优势在于其灵活的启发式函数设计，可以根据不同的应用场景选择合适的启发式方法。从游戏AI到机器人导航，从GPS系统到网络路由，A算法的身影无处不在。随着技术的发展，A算法也衍生出了许多变体和优化版本，如Theta算法、分层A算法等

avatar DAMO开发者矩阵

汽车智驾领域大模型低精度训练分析报告

<think>我们根据要求生成≤150字的文章摘要。需要概括报告核心内容。报告涉及智驾领域大模型低精度训练，主要结论：狭义端到端训练用FP16/BF16，车端INT8/FP16；VLA等大规模才用BF16和FP8，小鹏FP8，特斯拉CFloat8。BF16是训练默认，FP8用于大规模。推理用FP8/INT4。注意不超过150字。用中文。</think>本报告分析智驾领域大模型低精度训练：狭义端到端

avatar DAMO开发者矩阵