可以使用 OpenCV 库来调用 USB 摄像头并获取实时视频帧。然后,将视频帧转换为模型需要的输入格式,然后使用 onnxruntime 进行推理。最后,将预测的标签在窗口中显示出来即可。

下面是一个示例代码:

import cv2
import onnxruntime as rt
import numpy as np

# 调用摄像头并获取视频帧
cap = cv2.VideoCapture(0)

# 加载模型
sess = rt.InferenceSession("model.onnx")

# 循环显示每一帧
while True:
    # 获取视频帧
 
GitHub 加速计划 / on / onnxruntime
13.76 K
2.79 K
下载
microsoft/onnxruntime: 是一个用于运行各种机器学习模型的开源库。适合对机器学习和深度学习有兴趣的人,特别是在开发和部署机器学习模型时需要处理各种不同框架和算子的人。特点是支持多种机器学习框架和算子,包括 TensorFlow、PyTorch、Caffe 等,具有高性能和广泛的兼容性。
最近提交(Master分支:2 个月前 )
59280095 Adds support for einsum via WebNN matmul, transpose, reshape, reducesum, identity and element-wise binary ops. 10 小时前
c73a3d18 ### Description A breakdown PR of https://github.com/microsoft/onnxruntime/pull/22651 ### Motivation and Context <!-- - Why is this change required? What problem does it solve? - If it fixes an open issue, please link to the issue here. --> 13 小时前
Logo

旨在为数千万中国开发者提供一个无缝且高效的云端环境,以支持学习、使用和贡献开源项目。

更多推荐