-
Struktur ulang program Python agar developer friendly
-
Fix masalah codec untuk write ke video .mp4:
Sebelumnya, masing-masing frame dari opencv langsung ditulis ke video
.mp4
. Untuk menghindari masalah codec opencv, hasil masing-masing frame diwrite ke.avi
terlebih dahulu. Lalu, temporary video tersebut diconvert menjadi.mp4
dengan menggunakanffmpeg
. -
Perubahan algoritma untuk
remove_overlaps
, agar lebih akurat. Untuk videosample video cars.mp4
, hasil counting car menjadi 54. -
Update UI agar traffic dan custom ROI dapat diinput
-
Instalasi tambahan:
- library
ffmpeg-python
untuk program python:(yolo-venv) $ pip install ffmpeg-python
- package
ffmpeg
di OS:apt install ffmpeg
- library
Hindari penggunaan video lebih dari 75 MB.
Agar video dapat ditampilkan, run file videodetector.py
di dalam folder DeepLearning_tool
dengan menjalankan:
$ source activate yolo-venv
(yolo-venv) $ python videodetector.py
# Ikuti prompt yang diminta oleh program