YOLOV3检测目标，在显示类别的基础上再显示识别精度值

最新推荐文章于 2024-08-07 12:12:20 发布
最新推荐文章于 2024-08-07 12:12:20 发布
阅读量7.2k 收藏 33
点赞数 3
分类专栏： 深度学习 文章标签： YOLOV3 目标检测 准确率值
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/gaoyu1253401563/article/details/89388043
版权
本文介绍了如何在YOLOV3的目标检测中，不仅显示类别，还添加了识别精度值的显示。通过修改darknet-master源码中的image.c文件的draw_detections函数，实现了这一功能。在完成代码更改后，重新编译并测试了目标检测，结果显示了预期的类别和精度值。
摘要由CSDN通过智能技术生成

前序博客：ubuntu16.04下YOLO V3的训练，测试识别图片中的目标和实时摄像头中的目标

一、源码更改

1、找到darknet-master文件目录下的src文件夹，然后找到image.c文件，更改其中的代码，即可实现在类别显示的基础上，同时显示识别精度值。

  • 打开image.c文件

 

  • 找到draw_detections函数然后更改代码如下

 

二、重新检测测试

1、在darknet-master文件下运行终端，重新make

make -j32

2、检测图片

./darknet detect cfg/yolov3.cfg backup/yolov3.weights data/dog.jpg

结果显示如下

 

鬼 | 刀
关注
专栏目录
yolov3.cfg
04-11
使用 Python Opencv 实现 Yolo v3，讲清每一步，每一行代码，包含 jupyter-notebook效果以及 matplotlib 与 OpenCV 之间的图像差异，博客地址：https://blog.csdn.net/qq_39567427/article/details/105451962 所需下载文件
YOLOv5~目标检测模型精确度
whaosoft143ai的博客
11-22 5500
也称重叠度表示计算预测回归框和真实回归框的交并比,计算公式如下:指标的一些基本概念：TP（True Postives）：分类器把正例正确的分类-预测为正例。(IOU >=阈值)FN（False Negatives）：分类器把正例错误的分类-预测为负例。(IOU
YOLO基础-目标检测的性能指标详解与计算方法
最新发布
踏雨歌青春，诗酒趁年华
08-07 1万+
本文深入探讨了目标检测中的关键性能指标，包括精确率、召回率、F1 Score、交并比（IoU）、平均精度（AP）和平均精度均值（mAP），以及前传耗时、每秒帧数（FPS）和浮点运算量（FLOPS）等检测速度指标。通过详细的指标计算方法和实际应用示例，帮助读者全面理解和评估YOLO系列模型的表现。总结部分强调了高效模型在实际应用中的重要性，指出未来目标检测模型的发展趋势将朝着更高效、更智能和更具适应性的方向前进。
yolov3视频检测图像上显示准确率
Mihu_Tutu的博客
11-15 1790
修改src/image.c的draw_detections函数 对应位置修改即可（主要是两个位置） for(i = 0; i < num; ++i){ char labelstr[4096] = {0}; int class = -1; for(j = 0; j < classes; ++j){ char res[20]={0}; //添加位置（1） if (dets[i].prob...
YOLO测试图片显示准确率值
syyyy712的博客
02-08 1万+
在YOLO官网下载darknet测试图片，结果图片上只会显示类别，不会显示准确率值，为了能显示框架准确率值如下图的形式修改配置文件如下： 首先打开darknet/src配置文件中找到image.c文件 然后在image.c文件中找到draw_detections函数，加入红色方框中的几行代码 最后重新编译darknet make clean make ...
YOLOV3模型测试时加上置信度
weixin_41870607的博客
08-05 891
在测试模型时想在每张图片上显示出置信度，网上一些帖子用的版本和我用的版本不一致，改的内容也不一样，记录下来做个参考。 要修改的文件是 darknet/src/ 下的 image.c 要修改的是draw_detections函数，添加4行代码，具体修改如下 void draw_detections(image im, detection *dets, int num, float thresh, char **names, image **alphabet, int classes) { int i,
matlab实现YOLOV3车辆识别目标识别
08-06
YOLOV3在YOLOV1和YOLOV2的基础上，提升了小目标检测能力，同时引入了多尺度预测和锚框机制，提高了检测精度。 Matlab作为一款强大的科学计算和可视化工具，其提供的图像处理和机器学习库使得在Matlab环境中实现...
人工智能-项目实践-图像识别-利用YOLOv3结合行人重识别模型，实现行人的检测识别，查找特定行人
07-03
4. 推理脚本：用于在新图像上运行检测和识别的代码，这可能包括YOLOv3的预测过程和ReID模型的特征匹配。 5. 配置文件：包含模型参数和系统设置的文本文件。 6. 测试图片：用于测试模型性能的图像样本。 7. 结果展示...
基于python的YOLOV3目标检测模型在Keras当中的实现
03-26
YOLOV3是YOLO系列的第三版，由Joseph Redmon、Ali Farhadi等人在2018年提出，相比前两版，它在小目标检测、类别识别和定位精度上有了显著提升。本篇文章将深入探讨如何使用Python和Keras框架来实现YOLOV3目标检测...
yolov5在线检测目标检测网页实时识别python目标检测flask
03-30
标题中的“yolov5在线检测目标检测网页实时识别”涉及的是计算机视觉领域的技术，具体是YOLO（You Only Look Once）目标检测算法的第五个版本。YOLO是一种高效的实时物体检测系统，它能够在一个单一的神经网络中同时...
yolov5 训练结果解析
m0_54111890的博客
03-08 3万+
yolov5 训练结果解析 在每次训练之后，都会在runs-train文件夹下出现一下文件，如下图： 一：weights 包含best.pt（做detect时用这个）和last.pt（最后一次训练模型） 二：confusion 1：混淆矩阵： ①：混淆矩阵是对分类问题的预测结果的总结。使用计数值汇总正确和不正确预测的数量，并按每个类进行细分，这是混淆矩阵的关键所在。混淆矩阵显示了分类模型的在进行预测时会对哪一部分产生混淆。它不仅可以让我们了解分类模型所犯的错误，更重要的是可以了解哪些错.
如何查看yolov5模型中的参数
GUO_PP的博客
04-17 3988
参考chatgpt给出的关于深度学习模型的步骤如下：要查看已经训练好的目标检测模型中设置的可学习权重的参数，可以使用以下步骤：首先，导入您正在使用的深度学习框架库，如PyTorch、TensorFlow等。然后，在代码中初始化一个目标检测模型实例，并将其加载到所需的设备上（通常是CPU或GPU）。接下来，您可以通过访问模型的“parameters”属性来获取模型中的所有可学习参数。不同的目标检测模型具有不同的参数结构，但大多数目标检测模型都包含了预测框、分类器和特征提取器等子模型的参数。
【目标检测算法】YOLO-V5训练结果的分析与评价
热门推荐
三木今天学习了嘛の博客
09-06 8万+
详细介绍了YOLOv5输出结果的分析与指标对模型的评价。
YOLOv5训练结果性能分析
tt丫的博客
01-31 3万+
目录 一、confusion_matrix.png —— 混淆矩阵 二、F1_curve.png —— F1曲线 三、labels.jpg ——标签 四、labels_correlogram.jpg —— 体现中心点横纵坐标以及框的高宽间的关系 五、P_curve.png ——单一类准确率 六、R_curve.png —— 单一类召回率 七、PR_curve.png ——精确率和召回率的关系图 八、result.png —— 结果loss functions 一、confusion_
对YOLOv5目标检测正确与否的理解
qq_42362891的博客
01-13 3846
学习目标检测有一段时间了，然而对目标检测怎么才算正确一直没有透彻的理解，也许有人会说，那不是很简单嘛，预测框与目标框IOU大于设定的阈值就认为是正确的呀，但是当真正写代码计算PR时，会有些细节性的问题。 哪些框是应该与目标框计算的 同一张图片同类物体有两个，如何与预测框对应 为什么要选iou最大的预测框作为最终框 先举个例子，假如在一张图片上给出狗子的位置，现在模型输出三个狗子位置，其中一个是预测正确的（IOU大于阈值），另外两个位置是没有狗子的，即错误的，问预测的准确率是多少？三分之一吗，我之前也是
yolov5小目标检测-提高检测小目标的检测精度
m0_58508552的博客
04-15 4万+
本次分享的就是最近刚刚发布的基于企业开发需要而产生的yolov5（因为相关论文还没有发表，所以本文不过分讲解其中原理，可自行了解；只对具体的实现操作和部署进行分享）。以下会详细介绍yolov5的下载安装和使用技巧以及如何使用自己的数据集进行小目标的检测工作。
YOLOV3只显示一类检测结果，并输出位置信息
qq_36362060的博客
03-29 1万+
YOLOV3只显示一类检测结果，并输出位置信息 整体修改思路与网上修改YOLO2只显示一类结果的方案相似，不同的是YOLOV3中src/imge.c中的void draw_detections函数与V2版略有不同，因此具体的修改也有些不同。 具体来说，只需要修改YOLOV3中src/imge.c中的void draw_detections函数一个地方就可以了。附修改代码 void draw_det...
YOLOv3使用笔记——darknet分类、计算accuracy
Gotta-C的博客
06-24 1万+
https://pjreddie.com/darknet/train-cifar/ 1.数据集准备 本文以darknet19训练开关门数据集为例 根目录data文件夹下新建一个door文件夹用于存放数据集，标签文件。 新建label.txt，分两类开门与关门 open closed 新建train、test文件夹分别用于存放训练集和测试集 其中图片名格式如下：00001_open....
yolov3提高精度策略
09-05 1万+
在.cfg文件中设置random=1，它会通过对不同分辨率的图片进行训练以提高精度 使用高分辨率的图像输入。在.cfg文件中设置height和width值。但是你无需重头训练，只需使用回416x416分辨率的权重数据就好了。 检查数据集标注是否正确符合规范 检查训练数据集数据量是否过少 迭代次数推荐不低于2000 * classes 你的训练样本希望包含没有目标物体的图像，即该图像中没有...
YOLOV7在camera上的实例分割与目标检测全解
资源摘要信息: "YOLOv7" 是当前流行的单阶段目标检测算法YOLO...综上所述，YOLOv7代表了当前目标检测和实例分割领域的一个重要进展，它在多个环节提供了强大的技术支持，旨在为用户提供高效、准确的视觉识别解决方案。
评论 14
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值