OpenCVSharp 使用 Yolo V3 模型进行视频目标检测和分类

最新推荐文章于 2024-10-06 16:48:52 发布

原创

最新推荐文章于 2024-10-06 16:48:52 发布 · 2.4k 阅读

18 ·

CC 4.0 BY-SA版权

该博客介绍了如何在C#环境下利用OpenCVSharp库结合YOLOv3模型进行目标检测。首先，下载预训练的YOLOv3模型文件，包括cfg、weights和类别名称文件。然后，通过读取模型配置，设定阈值，对视频帧进行处理，将图像转换为blob输入网络，并获取输出层。接着，提取最佳结果，进行非极大值抑制（NMS）以消除重叠框。最后，绘制识别出的目标框及标签，并实时显示结果。整个过程展示了C#与OpenCVSharp在计算机视觉领域的应用。

首先下载 Yolo 训练好的模型：https://pjreddie.com/media/files/yolov3.weights

共3个文件：yolov3.cfg，yolov3.weights，coco.names

using System.Collections.Generic;
using System.IO;
using System.Linq;
using OpenCvSharp;
using OpenCvSharp.Dnn;

namespace OpenCvSharpYolo3
{
    class Program
    {

        static string[] Labels;
        static void Main()
        {
            const string Cfg = @"h:\csharp\yolov3\yolov3.cfg";
            const string Weight = @"h:\csharp\yolov3\yolov3.weights";
            const string Names = @"h:\csharp\yolov3\coco.names";

            const float threshold = 0.5f;       //置信度阈值
            const float nmsThreshold = 0.3f;    //nms 阈值

            //读入标签
            Labels = File.ReadAllLines(Names).ToArray();

            string videofile = @"h:\csharp\videos\vtest.avi";

            var net = CvDnn.ReadNetFromDarknet(Cfg, Weight);

最低0.47元/天解锁文章