YOLO的使用

Yolo 比较好的两个版本：

官方版本：https://github.com/pjreddie/darknet

版本2  ：https://github.com/AlexeyAB/darknet

 

版本2中，在window下效果也是非常好的，这个我也尝试过。

 

推荐使用版本2，速度比官方版本快，同时方便在后续处理。在官方版本中，读进的图片都是使用Image这个结构体来保存数据，而版本2使用的是OpenCV中IplImage，方便使用OpenCV自身带有的画框函数、文字标识以及对图片视频文件的保存。

 

Yolo的使用：

   Yolo虽有有很多版本（yolov1，yolov2，yolov3和各个版本下的tiny版本），这些版本主要在网络设计上有不同，只会影响最终的识别速度和准确率。在使用yolo的时候，只关注输入和输出，以及可能对网咯的输出进行处理。

1. 模型的训练：参照官网的介绍

  https://pjreddie.com/darknet/yolo/

  这里需要根据待识别数据的类别对检测的配置文件进行修改

  需要修改的文件 ：

  darknet/cfg/coco.data (以coco为例，需修改训练和测试数据集路径)

darknet/cfg/coco.names(修改类别的名字)

Darknet/cfg/yolov3.cfg(修改输出的类别，输出的数据维度大小)

1. yolo的输出：

Yolo对视频处理主要涉及到的源码文件为：

  darknet/src/demo.c和darknet/src/image.c这两个文件

 

  demo.c这个文件首先通过cap = cvCaptureFromFile(filename)（文件中290行），这个读取摄像获取到到的数据，然后通过两个线程对图片中物体进行识别，

void *detect_in_thread(void *ptr)
	{
	running = 1;
	float nms = .4;
	layer l = net->layers[net->n-1];
	float *X = buff_letter[(buff_index+2)%3].data;
	network_predict(net, X);
	/*
	if(l.type == DETECTION){
	get_detection_boxes(l, 1, 1, demo_thresh, probs, boxes, 0);
	} else */
	remember_network(net);
	detection *dets = 0;
	int nboxes = 0;
	dets = avg_predictions(net, &nboxes);
	/*
	int i,j;
	box zero = {0};
	int classes = l.classes;
	for(i = 0; i < demo_detections; ++i){
	avg[i].objectness = 0;
	avg[i].bbox = zero;
	memset(avg[i].prob, 0, classes*sizeof(float));
	for(j = 0; j < demo_frame; ++j){
	axpy_cpu(classes, 1./demo_frame, dets[j][i].prob, 1, avg[i].prob, 1);
	avg[i].objectness += dets[j][i].objectness * 1./demo_frame;
	avg[i].bbox.x += dets[j][i].bbox.x * 1./demo_frame;
	avg[i].bbox.y += dets[j][i].bbox.y * 1./demo_frame;
	avg[i].bbox.w += dets[j][i].bbox.w * 1./demo_frame;
	avg[i].bbox.h += dets[j][i].bbox.h * 1./demo_frame;
	}
	//copy_cpu(classes, dets[0][i].prob, 1, avg[i].prob, 1);
	//avg[i].objectness = dets[0][i].objectness;
	}
	*/
	if (nms > 0) do_nms_obj(dets, nboxes, l.classes, nms);
	printf("\033[2J");
	printf("\033[1;1H");
	printf("\nFPS:%.1f\n",fps);//1秒处理多少张图片
	printf("Objects:\n\n");
	image display = buff[(buff_index+2) % 3];
	draw_detections(display, dets, nboxes, demo_thresh, demo_names, demo_alphabet, demo_classes);
	free_detections(dets, nboxes);
	demo_index = (demo_index + 1)%demo_frame;
	running = 0;
	return 0;
	}

 

   这部分中最重要的就是draw_detections(display, dets, nboxes, demo_thresh, demo_names, demo_alphabet, demo_classes);这个函数在image.c中，labelstr代表的检测到物体的标签；

int right = (b.x+b.w/2.)*im.w;

int top = (b.y-b.h/2.)*im.h;

int bot = (b.y+b.h/2.)*im.h;

int left = (b.x-b.w/2.)*im.w;

Left，right，top，bot代表检测到物体的坐标

根据自己的需求，自定义draw_detections这个函数，实现一些其他的检测任务。