YOLOv3的应用

最新推荐文章于 2022-10-11 09:35:42 发布

原创最新推荐文章于 2022-10-11 09:35:42 发布 · 1.2w 阅读

54 ·

CC 4.0 BY-SA版权

YOLOv3 专栏收录该内容

3 篇文章

订阅专栏

本文介绍YOLOv3的多种应用场景，包括图片、视频和实时摄像头检测，并提供具体操作步骤及命令参数说明。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

2.0 前言

本文是YOLOv3系列第2篇，记录YOLOv3的几种应用方法。

YOLOv3系列第1篇：win10下YOLOv3下载与编译

YOLOv3系列第2篇：YOLOv3的应用

YOLOv3系列第3篇：YOLOv3训练自己的模型

建议参考github上作者的说明，写的十分清楚。

参考的网页：
https://blog.youkuaiyun.com/u012235274/article/details/51253947?locationNum=6&fps=1

2.1 用于图片检测

操作：

下载yolov3.weights，放在目录..\darknet-master\build\darknet\x64下，双击此目录下的darknet_yolo_v3.cmd。

下载地址： https://github.com/AlexeyAB/darknet/blob/master/README.md

检测结果：

darknet_yolo_v3.cmd文件功能：检测darknet.exe同目录下的dog.jpg文件，结果存储在darknet.exe同目录下的predctions.jpg中。

自定义图片路径：删去darknet_yolo_v3.cmd文件中的dog.jpg（不是删掉dog.jpg文件）之后双击darknet_yolo_v3.cmd文件，命令行会提示输入测试图片的路径。

darknet_yolo_v3.cmd文件内容：

    darknet.exe detector test data/coco.data yolov3.cfg yolov3.weights -i 0 -thresh 0.25 dog.jpg -ext_output
    pause

2.2 用于视频检测

操作：

下载yolov-voc.weights，放在目录..\darknet-master\build\darknet\x64下，双击此目录下的darknet_demo_voc.cmd

下载地址见2.1图片检测

检测结果截图：

darknet_demo_voc.cmd文件功能：检测darknet.exe同目录下的test.mp4文件。

存储检测后的视频：双击darknet_demo_store.cmd而非darknet_demo_voc.cmd（其实只是添加了一个参数）。

darknet_demo_voc.cmd文件内容：

    darknet.exe detector demo data/voc.data cfg/yolov2-voc.cfg yolo-voc.weights test.mp4 -i 0
    pause

darknet_demo_store.cmd文件内容：

    darknet.exe detector demo data/voc.data cfg/yolov2-voc.cfg yolo-voc.weights test.mp4 -i 0 -out_filename res.avi
    pause

2.3 用于摄像头实时检测

2.3.1 使用电脑摄像头

操作：

下载yolov-voc.weights，放在...\darknet-master\build\darknet\x64目录下，

双击此目录下的darknet_web_cam_voc.cmd

下载地址见2.1照片检测

检测结果：

darknet_web_cam_voc.cmd文件功能：实时检测电脑摄像头中的物体。

更改摄像头：修改-c后的数字。

darknet_web_cam_voc.cmd文件内容：

    # play video from Web-Camera number 0
    rem darknet.exe detector demo data/voc.data cfg/yolov2-voc.cfg yolo-voc.weights -c 0
    darknet.exe detector demo data/coco.data cfg/yolov3.cfg yolov3.weights -c 0
    pause

2.3.2 使用手机摄像头

操作：

下载yolov-voc.weights，放在...\darknet-master\build\darknet\x64目录下，

双击此目录下的darknet_net_cam_voc.cmd。

注意：

在双击cmd文件之前需要：手机和电脑在同一个局域网内（手机和电脑连同一个wifi或者手机连电脑的wifi），安卓端需要下载IP Webcam 或者 Smart WebCam,然后打开软件，开启服务器，手机上会显示IP地址和端口，将cmd文件中的IP和端口（下边代码中的"http://192.168.0.80:8080"）改为手机上显示的值。

github上给出的 IP Webcam下载地址需要翻墙，此处给出网盘下载地址：

IP Webcam：下载链接：https://pan.baidu.com/s/1foa7T2lJAe546plQUdz7Kw 密码：hzzz

darknet_net_cam_voc.cmd文件功能：实时检测手机摄像头（作为网络摄像头）中的物体。

darknet_net_cam_voc.cmd文件内容：

    # Download for Android phone mjpeg-stream: IP Webcam / Smart WebCam
    #
    # Smart WebCam - preferably: https://play.google.com/store/apps/details?id=com.acontech.android.SmartWebCam
    # IP Webcam: https://play.google.com/store/apps/details?id=com.pas.webcam
    #
    # Replace the address below, on shown in the phone application
    darknet.exe detector demo data/voc.data cfg/yolov2-voc.cfg yolo-voc.weights http://192.168.0.80:8080/video?dummy=param.mjpg -i 0 
    pause

2.4 部分命令参数说明

双击cmd文件相当于在命令行输入命令。

-dont_show：不显示过程。

-ext_output：输出预测物体的坐标。

-ext_output < data/valid.txt > result.txt：输出预测结果并写入result.txt文件。

-thresh <val>：修改阈值，物体置信度超出此阈值时才会被框出。

         如：darknet.exe detector test data/obj.data yolo-obj.cfg backup/yolo-obj_2300.weights -dont_show -ext_output < data/valid.txt > result.txt
        # 将预测结果写入txt文件，不显示中间过程，可以使用这个命令来输出并存储测试的坐标。
        # backup/yolo-obj_2300.weights：使用的模型相对于darknet.exe的路径。
        # < data/valid.txt >：存储测试集路径的文件相对于darknet.exe的路径。
        # result.txt：输出结果的存储路径。

2.5 修改源代码来附加更多的功能

示例：修改image.c让图片上显示置信度，修改后重新生成darknet.exe即可。

    // 显示的图片上添加置信度
    char buff[5];
    _gcvt((selected_detections[i].det.prob[selected_detections[i].best_class] * 100), 5, buff);
    char prob[] = "prob: ";
    strcat(prob, buff);
    image prob_label = get_label_v3(alphabet, prob, (im.h*.03));
    draw_label(im, top + width - 25, left, prob_label, rgb);

左侧为修改前，右侧为修改后。