用yolo-v3检测算法检测图片中的apple和damaged_apple

1.前言

好久没发博客了，最近简单复现了yolo-v3算法检测好/坏苹果。举个栗子：下面是一个坏掉的苹果。（坏苹果是真的容易引起强烈不适）（图片来源：bing-图片）把他丢到跑好的模型里面，结果如下：


当然好苹果肯定也是可以检测出来的：


算法会把检测到的好/坏苹果框出来，并且打个分（100分满分，指对检测结果有多大的把握），坏苹果本来也有个分数的，只是因为图片太小了。。。

Reference：

1. 整个算法流程：https://medium.com/deepquestai/ai-in-agriculture-detecting-defects-in-apples-b246799b329c
2. 给数据加label：https://medium.com/deepquestai/object-detection-training-preparing-your-custom-dataset-6248679f0d1d
3. 算法详解：https://blog.youkuaiyun.com/u014380165/article/details/72616238，自己推肯定是可以的，不过要花不少的时间。
4. 还有一些配环境的大大小小的网站，用到的时候给出。

感谢这些参考文献，让我跑通了代码！

2.前期准备

2.1 数据集加标签

跑模型首先得有数据集，数据集你就自己找咯，我讲讲怎么给数据集加标签。方法是参考文献2，强推用windows加label的方法。

首先，要安装两个python3的库lxml, pyqt5，然后下载加label的工具，点一下超链接就可以下载了。长这样。

如果双击打不开，打开cmd输入powershell后，进入到对应的目录，运行labelImg.exe就会弹出可视化界面出来了，啪的一下，很快嗷（基于pyqt5），如下图所示。

这个时候就弹出一个叫labelImg的窗口，如图所示：

接下来就是给图像加标签：

1. 左上角选择Open Dir，导入数据集所在的文件位置。
2. 选择输出label的目录，输出是xml文件（基于lxml库）。
3. 可以看到右下角会有你的文件序列。
4. 给苹果加label。

点了4那个按钮后，可以选定图中的一块区域，比如我选择一个苹果，如下图所示：

然后会弹出让你输入他的label，如图：

输入apple，点击确定，他的label就出来了。同样的，一张图不止一个苹果，也有可能是坏苹果，因此可以多加几个label，如图：

这个时候可以看到，被加过标签的框被记录了下来，点击Save后点击Next Image就可以继续给下一张图加标签了。

被加过标签的图像，会以.xml文件存在你的输出目录中，如图：