windows平台darknet检测视频中的目标python接口的处理

首先说一下俺搭建的环境是什么样子的：win10+anaconda+python3.6+VS2015+GTX960+运行CUDA版本10.1+驱动版本CUDA11.1+opencv3.4+C语言版本darknet AlexeyAB

简单说明一下，这里用的方法类似于我上一篇文章中提到的第二种方法，将darknet从github上面拉下来之后用VS2015编译生成yolo_cpp_dll.dll这个链接库，可以生成不包含GPU的dll，但是不包含gpu的dll速度就很慢，10s的视频要跑1分多钟，很是心累，而gpu版本的dll速度就快了很多，我电脑上的显卡很垃圾，主要是我来实验室来得晚没配到好设备，但相对cpu版本的dll已经可以了。但gpu版本的dll生成之后如果要被python调用就需要配置好CUDA的版本，这一段过程也很心累。

第一步：配置AlexeyAB版本的darknet，并成功生成darknet.exe，之后可以标注自己的数据集，训练得到自己的模型，总共有三个文件下面要用到，分别是:yolov3-obj.cfg、yolov3-obj_2000.weights、obj.data，这一步可以参考我的上上篇文章。

第二步：生成yolo_cpp_dll.dll，下面这样就算生成成功了，并记得把这个dll和你前面生成的darknet.exe放在一个目录下，一般默认在x64目录下不要动就行。

第三步：生成dll之后不算完事，还要查看你的GPU的版本，一个是驱动版本一个是运行版本，驱动版本是跟你的英伟达控制面板上一致的，通过nvidia-smi查看得到的(如下图1)，运行版本是安装在你的anaconda虚拟环境中的，通过nvcc -V或者conda list查看得到的(如下图2).

第四步：直接在darknet_video.py上面修改就可以，但是AlexeyAB版本的这个文件用到了queue和Thread，我直接运行的时候有点问题，修改起来我觉得太繁琐了，自己简单写了一个不用queue和Thread的脚本如下所示：

# -*- coding: utf-8 -*-
"""
Created on Thu Jan  7 15:58:33 2021

@author: SS
"""

import sys 
sys.path.append('E:\\darknet\\darknet-master\\build\\darknet\\x64')
import os
from ctypes import *
import random
import cv2
import time
import darknet
import argparse
#%%
#net = darknet.load_net("E:\\darknet\\darknet-master\\build\\darknet\\x64\\cfg\\yolov3-obj.cfg", "E:\\darknet\\darknet-master\\build\\darknet\\x64\\yolov3-obj_2000.weights", 0)
#meta = darknet.load_meta("E:\\darknet\\darknet-master\\build\\darknet\\x64\\obj.data")
net, meta, class_colors = darknet.load_network(
        "E:\\darknet\\darknet-master\\build\\darknet\\x64\\cfg\\yolov3-obj.cfg",
        "E:\\darknet\\darknet-master\\build\\darknet\\x64\\obj.data",
        "E:\\darknet\\darknet-master\\build\\darknet\\x64\\yolov3-obj_2000.weights",
        batch_size=1
    )
vid = cv2.VideoCapture('E:\\darknet\\darknet-master\\build\\darknet\\x64\\test5.mp4')
#fourcc = cv2.VideoWriter_fourcc('M','P','4','2') #opencv3.0
#videoWriter = cv2.VideoWriter('../video/output2.avi', fourcc, 25, (1920,1080))
#%%
width = 960#darknet.network_width(net)
height = 544#darknet.network_height(net)
darknet_image = darknet.make_image(width, height, 3)
while True:
    return_value,arr=vid.read()
    #print(arr.shape)
    if not return_value:
        break 
    frame_rgb = cv2.cvtColor(arr, cv2.COLOR_BGR2RGB)
    frame_resized = cv2.resize(frame_rgb, (width, height),
                                   interpolation=cv2.INTER_LINEAR)
    darknet.copy_image_from_bytes(darknet_image, frame_resized.tobytes())
    detections= darknet.detect_image(net, meta, darknet_image)#detections=boxes
    image = darknet.draw_boxes(detections, frame_resized, class_colors)
    image = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)
    cv2.imshow('Inference', image)
    key=cv2.waitKey(1) 
    if(key==27): break
cv2.destroyAllWindows()

注意这里import了darknet，所以要在前两行添加darknet.py的路径。

第五步：查看结果。