# 安科院python **Repository Path**: wenfree/academy-of-engineering-python ## Basic Information - **Project Name**: 安科院python - **Description**: No description available - **Primary Language**: Unknown - **License**: Not specified - **Default Branch**: main - **Homepage**: None - **GVP Project**: No ## Statistics - **Stars**: 0 - **Forks**: 0 - **Created**: 2025-10-28 - **Last Updated**: 2025-12-10 ## Categories & Tags **Categories**: Uncategorized **Tags**: None ## README # MaixCAM Pro 视觉识别项目 本项目为MaixCAM Pro设备实现基于YOLO的对象检测功能。 ## 功能说明 1. **实时摄像头对象检测** - 使用YOLO模型进行实时对象检测 2. **多版本YOLO支持** - 支持YOLOv5、YOLOv8和YOLO11模型 3. **模型自动下载** - 提供模型下载脚本 ## 文件说明 - `camram.py` - 基础摄像头显示(已添加YOLO检测功能) - `yolo_camera.py` - 完整的YOLO对象检测应用 - `download_models.py` - YOLO模型下载工具 - `test.py` - 舵机控制测试代码 - `dj.py` - HTTP舵机控制实现 - `http_servo_control.py` - 另一个舵机控制实现 ## 使用方法 ### 1. 下载模型 首先需要下载YOLO模型文件: ```bash python download_models.py ``` ### 2. 运行对象检测 运行YOLO对象检测应用: ```bash python yolo_camera.py ``` ### 3. 控制说明 - 程序会自动检测摄像头画面中的对象 - 支持COCO数据集的80个对象类别 - 检测结果会显示在屏幕上,包括边界框和标签 - 按 `Ctrl+C` 停止程序 ## 支持的对象类别 模型支持COCO数据集的80个对象类别,包括: - person (人) - bicycle (自行车) - car (汽车) - motorcycle (摩托车) - airplane (飞机) - bus (公交车) - train (火车) - truck (卡车) - boat (船) - traffic light (交通灯) - fire hydrant (消防栓) - stop sign (停车标志) - ... (完整列表请查看MaixPy文档) ## 技术细节 ### YOLO模型 项目支持以下YOLO模型版本: 1. YOLOv11 (推荐,精度最高) 2. YOLOv8 (速度和精度平衡) 3. YOLOv5 (较大模型,精度较高) ### 检测参数 - 置信度阈值: 0.5 - IOU阈值: 0.45 - 输入分辨率: 自动调整以匹配模型要求 ### 性能优化 - 使用双缓冲(dual_buff=True)提高帧率 - 自动调整图像大小以匹配模型输入要求 - 实时帧率显示 ## 故障排除 ### 模型加载失败 如果出现模型加载失败,请检查: 1. 模型文件是否已正确下载到 `/root/models/` 目录 2. 模型文件是否完整 3. 设备存储空间是否足够 ### 检测效果不佳 如果检测效果不佳,可以尝试: 1. 调整置信度阈值 (`conf_th` 参数) 2. 调整IOU阈值 (`iou_th` 参数) 3. 使用更高精度的模型版本 ## 项目结构 ``` . ├── app.yaml # 项目配置文件 ├── camram.py # 基础摄像头应用(已添加YOLO) ├── yolo_camera.py # 完整YOLO对象检测应用 ├── download_models.py # 模型下载工具 ├── test.py # 舵机控制测试 ├── dj.py # HTTP舵机控制 ├── http_servo_control.py # 另一个舵机控制实现 └── README.md # 本说明文件 ``` ## 开发说明 ### 代码规范 - 遵循Python PEP8编码规范 - 添加详细注释说明功能和参数 - 异常处理确保程序稳定性 ### 扩展功能 可以基于此项目扩展以下功能: 1. 自定义模型训练 2. 特定对象检测 3. 检测结果网络上传 4. 与其他硬件设备联动 ## 参考资料 - [MaixPy官方文档](https://wiki.sipeed.com/maixpy/) - [MaixHub模型库](https://maixhub.com/) - [YOLO官方文档](https://docs.ultralytics.com/) ## 版权信息 本项目基于MaixPy开发,遵循相应开源协议。