# Robocup-Start

**Repository Path**: YJ-MoLi/Robocup-Start

## Basic Information

- **Project Name**: Robocup-Start
- **Description**: Robocup2023先进视觉资格审核赛
资格审核已通过
- **Primary Language**: Python
- **License**: MulanPSL-2.0
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 1
- **Forks**: 0
- **Created**: 2023-08-30
- **Last Updated**: 2024-03-29

## Categories & Tags

**Categories**: Uncategorized

**Tags**: Robocup-start

## README

## __START__



#### · · 各文件说明

- v5.py # 运行yolov5所需要的初始化方法和预测方法
- main.py # 包含Tkinter包装和yolov5识别结果的可视化
- config.yaml # 包含一些基本的配置，包括模型路径、置信度、类别等
- nohup.out # 终端输出重定向到此
- nohup-just-now.txt # 上次运行main.py之后终端输出重定向的文件nohup.out的备份
- output.txt # last_pre.sh第一次处理生成
- last-output.txt # last_pre.sh调用pre.py进行第二次也就是最终处理后生成的我们所需要的文件



### 1. 自己操作 —— 仅检测 , 无重定向

```bash

conda activate YourEnv # 激活自己所配置好的yolov5及Tkinter的环境

```
```bash

python main.py # 运行main.py即可调用摄像头进行识别

```

### 2. 自己操作 —— 检测 + 重定向输出
```bash

conda activate YourEnv # 激活自己所配置好的yolov5及Tkinter的环境

```
```bash

nohup python main.py # 运行main.py即可调用摄像头进行识别，使用nohup进行终端输出

```
```bash

mv nohup.out output.txt # 将nohup.out定向为output.txt

```

```bash

python pre.py # 对output.txt进行处理，提取关键的输出信息

```

### 3. 便捷操作(仅三步)
```bash

conda activate YourEnv # 激活自己所配置好的yolov5及Tkinter的环境

```
```bash

bash run.sh # 运行run.sh进行yolov5检测输出重定向和上次重定向文件nohup.out的备份

```

```bash

bash last_pre.sh # 运行last_pre.sh进行output.txt的生成 并自动运行pre.py对output.txt进行终端输出的提取重构为last-output.txt

```
```bash

mkdir ~/last-output # 在主目录创建一个存储我们所要最终结果的文件

```
```bash

cp last-output.txt ~/last-output # 复制最终结果的文件进去

```



## __END__