视觉识别：ffmpeg-python、ultralytics.YOLO、OpenCV-Python、标准RTSP地址格式

视觉识别：ffmpeg-python、ultralytics.YOLO、OpenCV-Python、标准RTSP地址格式

• • ffmpeg-python
  • • 核心概念
    • 常用过滤器（Filters）
    • 高级操作
    • 视频截帧转换图片示例
    • 参考
  • ultralytics.YOLO（You Only Look Once）
  • • 1. 模型加载
    • 2. 训练模型 (`train()`)
    • • 标准YAML格式示例
    • 3. 预测 (`predict()`)
    • 4. 验证模型 (`val()`)
    • • metrics
      • • 核心指标 (metrics.box)
        • 其他重要属性
        • 完整指标获取示例
        • results_dict 中的完整键值
        • 注意事项
    • 5. 模型导出 (`export()`)
    • 常用参数说明表
    • • 训练验证输出中各参数的详细解释
    • train/val/predict关键区别总结
    • mAP 详解
    • • 1. 核心概念
      • 2. 计算流程
      • 3. 常见变体
      • mAP 在目标检测中的意义
      • mAP 解读指南
      • 提升mAP的策略
    • runs/detect日志讲解
    • 参考
  • OpenCV-Python（cv2）
  • • 1. 图像读取与保存
    • • `cv2.imread(filename, flags)`
      • `cv2.imwrite(filename, img, params)`
      • `cv2.imshow()`
    • 2. 图像处理
    • • `cv2.cvtColor(src, code)`
      • `cv2.resize(src, dsize, fx, fy, interpolation)`
      • • 为什么需要插值？
      • `cv2.GaussianBlur(src, ksize, sigmaX)`
    • 3. 阈值与二值化
    • • `cv2.threshold(src, thresh, maxval, type)`
    • 4. 特征检测
    • • `cv2.Canny(image, threshold1, threshold2, apertureSize, L2gradient)`
      • `cv2.HoughLinesP(image, rho, theta, threshold, minLineLength, maxLineGap)`
    • 5. 视频处理
    • • `cv2.VideoCapture(index)`
      • `cv2.VideoWriter(filename, fourcc, fps, frameSize)`
    • 6. 绘图函数
    • • `cv2.rectangle(img, pt1, pt2, color, thickness)`
      • `cv2.putText(img, text, org, fontFace, fontScale, color, thickness)`
    • 7. 形态学操作
    • • `cv2.erode(src, kernel, iterations)`
      • `cv2.dilate(src, kernel, iterations)`
      • `cv2.morphologyEx(src, op, kernel)`
    • 8. 窗口管理
  • 标准RTSP地址格式
  • • 参数说明
    • 调试工具建议
    • 参考