python调用yolov3检测_高大上的YOLOV3对象检测算法，使用python也可轻松实现

YOLOV3对象检测

YOLOV3的基础知识大家可以参考往期文章，本期重点介绍如何使用python来实现

图片识别

1、初始化模型

14-16 行：

模型的初始化依然使用cv下的DNN模型来加载模型，需要注意的是CV的版本需要大于3.4.2

5-8行：

初始化模型在coco上的label以便后期图片识别使用

10-12行：

初始化图片显示方框的颜色

初始化模型

2、加载图片，进行图片识别

输入识别的图片进行图片识别，这部分代码跟往期的SSD 以及RCNN目标检测算法类似

19-20行：输入图片，获取图片的长度与宽度

25-29行：计算图片的blob值，输入神经网络，进行前向反馈预测图片

只不过net.forward里面是ln， 神经网络的所有out层

图片识别

3、遍历所有的out层，获取检测图片的label与置信度