例子:使用yolo识别当前手机的界面
function main() {
requestScreenShot();
var yolo = new YoloV8();
// model_name替换成自己的模型名(注意不要带后缀名),模型文件为:model_name.param和model_nam.bin。class1,class2为目标的类别名
var b = yolo.init('/sdcard/model_name', ['class1', 'class2'])
console.log('b:', b)
// 会自动截屏,然后检测截图,识别目标
var r = yolo.detect();
console.log('r', r)
}
| 参数名 | 类型 | 必填 | 说明 |
|---|
| 参数名 | 类型 | 必填 | 说明 |
|---|---|---|---|
| modelName | string | 必填 | 模型名字,可以带路径,注意不要加后缀名。支持全路径、相对路径和资源文件。文件全路径,比如:/sdcard/model_name。相对路径,是相对手机外部存储目录,比如:model_name,该文件存储在手机外部存储目录下。资源路径,打包时把文件添加到apk,使用asset:来访问,比如:asset:model_name。点击这里查看如何训练模型 |
| categoryList | 数组 | 必填 | 训练模式时,训练的目标类别名数组,比如['苹果','橘子'],注意顺序。 |
| 参数名 | 类型 | 必填 | 说明 |
|---|---|---|---|
| probThreshold | float | 选填 | 概率阈值,低于了这个阈值不返回。默认为0.45 |
| nmsThreshold | float | 选填 | nms阈值,低于了这个阈值不返回。默认为0.65 |
| bitmap | Bitmap | 选填 | 位图,默认为null。如果为null,则使用截图识别 |