9.4 课设报告

由于暂时无法解决我们在处理视频文件时出现的缺少特定目标属性的问题，我们今天重新修改了对于视频部分的代码。我们先重新研读了我们已经成功运行的Demo部分的模块解读，其中前面四部分的代码块都可以比较容易的直接引用，而需要修改的则是最后对于生成我们所需要的Mask图层所涉及到的一个叫做display_instances的函数，我们在model文件中找到了这个函数的相关描述，这是一个用于显示结果的函数，由于我们所需要显示的结果分为多个元素：检测目标的边框、检测目标边框的颜色、检测目标的识别分类以及检测目标属于该分类的可信度。我们先设置了一个检测模块，来从画面左上角开始一个一个判断是否有被检测到的物体，如果没有则跳过下面的生成结果代码块进行图像下一部分的检测，若目标区域出线了检测到的物体，我们则从从边框的四角定位开始，将所要显示的边框通过预测回归算法对准我们所检测到的目标，预生成一个一个矩形的轮廓。紧接着我们导入由预设训练集判断出来的目标所属类别与所示类别的可信度。然后我们再调用apply_mask模块来在我们所锁定的目标上生成一个对应的mask遮盖图层，并显示外围的矩形定位轮廓。最后我们用cv.putText函数来在矩形轮廓的右上角按次序显示出目标所属的类别与所示类别的可信度。

明天的任务是加上对于捕获设备的引用。而由于不同的视频格式会读我们的采样模块造成不晓得影响，我们还要添加对于视频格式的定义以及处理方式的优化。