PaddleDetection算法分析（4）

最新推荐文章于 2025-03-30 19:43:46 发布

魏振川

最新推荐文章于 2025-03-30 19:43:46 发布

阅读量383

点赞数

分类专栏： 2021SC@SDUSC 文章标签： python

本文链接：https://blog.youkuaiyun.com/tegddhdrhdd/article/details/121070899

版权

本文是2021SC@SDUSC活动的一部分，深入剖析PaddleDetection中的YOLOv3算法。介绍了yolo_boxes_and_scores()函数如何计算目标框、得分和类别，以及yolo_head()和yolo_correct_boxes()的作用，展示了完整的流程图。最后预告将分析人脸检测模型算法。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

2021SC@SDUSC

接上篇

run yolo_video.py
 
def detect_img(yolo):
    while True:
        img = input('Input image filename:')   #输入一张图片
        try:
            image = Image.open(img)
        except:
            print('Open Error! Try again!')
            continue
        else:
            r_image = yolo.detect_image(image)  #进入yolo.detect_image 进行检测
            r_image.show()
    yolo.close_session()
 
 
detect_image（）函数在yolo.py第102行
 
    def detect_image(self, image):
        start = timer()
 
        if self.model_image_size != (None, None):  #判断图片是否存在
            assert self.model_image_size[0]%32 == 0, 'Multiples of 32 required'  
            assert self.model_image_size[1]%32 == 0, 'Multiples of 32 required'
            #assert断言语句的语法格式 model_image_size[0][1]指图像的w和h，且必须是32的整数倍
 
            boxed_image = letterbox_