雅痞匪徒(Nike)的博客

我一直在想一个东西，当我训练好了一个模型，比如我训练好了yolo系列的模型，然后我可以通过opencv来加载这个模型然后去预测物体，但是opencv默认是cpu运行，这就导致了运行这个模型的速度很慢，也就导致了检测物体的速度很慢，我习惯了使用python，所以我就想着在python上调用opencv的gpu接口，但是网上一搜索，基本上都是针对opencv在c++上进行gpu接口的调用，找来找去，总算找到一个文档了，按照里面的操作，将我之前写的yolov3-opencv代码改了一下，如下所示: mod

之前使用了opencv来调用ssd的模型来检测物体，今天学了一下用opencv调用yolov3的模型来检测物体，二者在预测图形的部分，代码流程差不多，反正就是加载模型然后预测输出，但是对于输出结果的处理，二者就有区别，闲话不多说，进入正题：yolov3模型以及网络参数：链接：https://pan.baidu.com/s/1dce1q11ZMGwyIT3OLafJQw提取码：bj6m代码如下...

先看看opencv源代码对这块的解释：def NMSBoxes(bboxes, scores, score_threshold, nms_threshold, eta=None, top_k=None): # real signature unknown; restored from __doc__ """ NMSBoxes(bboxes, scores, score_thres...

之前对ssd的整个原理已经了解了，对于整个网络走动的流程，loss的计算这些，已经心里有数了，那么接下来，要么去训练ssd模型，要么就去利用ssd去测试模型，这不，我们现在就学习一下利用opencv来使用ssd，在这之前，感谢一只稚嫩的小金毛提供的代码和模型，这位作者写的挺好的，但是我个人觉得还是有些地方没有讲清楚，比如模型预测后输出的每个值的含义，而且在筛选预测的边框的时候，我觉得还能再优化，所...