OpenCV使用Yolov3进行预测

源代码来自小赛的文章，他的解释更加详细，这里我做记录用。

import numpyas np

import cv2as cv

import os

import time

yolo_dir ='/home/hessesummer/github/NTS-Net-my/yolov3'  # YOLO文件路径

weightsPath = os.path.join(yolo_dir, 'yolov3.weights')# 权重文件

configPath = os.path.join(yolo_dir, 'yolov3.cfg')# 配置文件

labelsPath = os.path.join(yolo_dir, 'coco.names')# label名称

imgPath = os.path.join(yolo_dir, 'test.jpg')# 测试图像

CONFIDENCE =0.5  # 过滤弱检测的最小概率

THRESHOLD =0.4  # 非最大值抑制阈值

# 加载网络、配置权重

net = cv.dnn.readNetFromDarknet(configPath, weightsPath)# #  利用下载的文件

print("[INFO] loading YOLO from disk...")# # 可以打印下信息

# 加载图片、转为blob格式、送入网络输入层

img = cv.imread(imgPath)

blobImg = cv.dnn.blobFromImage(img, 1.0/255.0, (416, 416), None, True, False)# # net需要的输入是blob格式的，用blobFromImage这个函数来转格式

net.setInput(blobImg)# # 调用setInput函数将图片送入输入层

# 获取网络输出层信息（所有输出层的名字），设定并前向传播

outInfo = net.getUnconnectedOutLayersNames()# # 前面的yolov3架构也讲了，yolo在每个scale都有输出，outInfo是每个scale的名字信息，供net.forward使用

start = time.time()

layerOutputs = net.forward(outInfo)# 得到各个输出层的、各个检测框等信息，是二维结构。

end = time.time()

print("[INFO] YOLO took {:.6f} seconds".format(end - start))# # 可以打印下信息

# 拿到图片尺寸

(H, W) = img.shape[:2]

# 过滤layerOutputs

# layerOutputs的第1维的元素内容: [center_x, center_y, width, height, objectness, N-class score data]

# 过滤后的结果放入：

boxes = []# 所有边界框（各层结果放一起）

confidences = []# 所有置信度

classIDs = []# 所有分类ID

# # 1）过滤掉置信度低的框框

for outin layerOutputs:# 各个输出层

    for detectionin out:# 各个框框

# 拿到置信度

        scores = detection[5:]# 各个类别的置信度

        classID = np.argmax(scores)# 最高置信度的id即为分类id

        confidence = scores[classID]# 拿到置信度

# 根据置信度筛查

        if confidence > CONFIDENCE:

box = detection[0:4] * np.array([W, H, W, H])# 将边界框放会图片尺寸

            (centerX, centerY, width, height) = box.astype("int")

x =int(centerX - (width /2))

y =int(centerY - (height /2))

boxes.append([x, y, int(width), int(height)])

confidences.append(float(confidence))

classIDs.append(classID)

# # 2）应用非最大值抑制(non-maxima suppression，nms)进一步筛掉

idxs = cv.dnn.NMSBoxes(boxes, confidences, CONFIDENCE, THRESHOLD)# boxes中，保留的box的索引index存入idxs

# 得到labels列表

with open(labelsPath, 'rt')as f:

labels = f.read().rstrip('\n').split('\n')

# 应用检测结果

np.random.seed(42)

COLORS = np.random.randint(0, 255, size=(len(labels), 3), dtype="uint8")# 框框显示颜色，每一类有不同的颜色，每种颜色都是由RGB三个值组成的，所以size为(len(labels), 3)

if len(idxs) >0:

for iin idxs.flatten():# indxs是二维的，第0维是输出层，所以这里把它展平成1维

        (x, y) = (boxes[i][0], boxes[i][1])

(w, h) = (boxes[i][2], boxes[i][3])

color = [int(c)for cin COLORS[classIDs[i]]]

cv.rectangle(img, (x, y), (x+w, y+h), color, 2)# 线条粗细为2px

        text ="{}: {:.4f}".format(labels[classIDs[i]], confidences[i])

cv.putText(img, text, (x, y-5), cv.FONT_HERSHEY_SIMPLEX, 0.5, color, 2)# cv.FONT_HERSHEY_SIMPLEX字体风格、0.5字体大小、粗细2px

cv.imshow('detected image', img)

cv.waitKey(0)