Yolo（3）（项目）Yolo v3 目标检测（85分类）

最新推荐文章于 2023-05-17 14:43:14 发布
最新推荐文章于 2023-05-17 14:43:14 发布
阅读量3.6k 收藏 19
点赞数 6
分类专栏： # Yolo 项目 文章标签： 目标检测 人工智能 计算机视觉 python 深度学习
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/great_yzl/article/details/120925335
版权
项目 同时被 2 个专栏收录
16 篇文章 21 订阅
订阅专栏
Yolo
3 篇文章 2 订阅
订阅专栏

目录

基础理论

一、 读取文件

二、神经网络初始化

 1、搭建神经网络

2、GPU加速

三、打开摄像头、按帧读取图像

四、向神经网络输入

五、获取神经网络输出

1、获取各层名称

2、获取输出层名称

3、获取输出层图像（内容）

六、框出物体

1、获取所有预测框情况 

逐特征图输出

逐框输出

单预测框结果

置信度过半时，把预测框认为可能的预测结果存入列表

2、保留一个预测框

3、画出预测框

总代码

基础理论

图像被划分成3个图像：

        图像在多次卷积压缩后，小物体容易消失，所以我们分别用52*52、26*26、13*13的网格检测小物体、中物体、大物体。

 （猫是大物体，所以用13*13的网格检测）

输出层output：

一、 读取文件

 需要三个文件：

coco.names、yolov3.cfg、yolov3.weights。

 下载地址： 

https://download.csdn.net/download/great_yzl/34365174

（也可以去yolo官网下载，不过coco.names文件不知道有没有） 

 yolov3.cfg、yolov3.weights都是官方给定的模型（已经设置训练好的，直接拿来用即可）。

# 读取文件
def ReadFile():
    global name_list
    name_list = []
    # 读取文件
    with open('coco.names') as f:
        name_list = f.read().split('\n')
    print(name_list)

二、神经网络初始化

 1、搭建神经网络

根据yolov3官方的设置和权重

global network
    model_configuration = 'yolov3.cfg'  # 配置模型
    model_weights = 'yolov3.weights'    # 权重
    # 1、创建神经网络
    network = cv2.dnn.readNetFromDarknet(model_configuration, model_weights)
    #                                     配置模型       权重

2、GPU加速

# 2、GPU加速
    network.setPreferableBackend(cv2.dnn.DNN_BACKEND_OPENCV)    # 设置opencv作为后端
    network.setPreferableTarget(cv2.dnn.DNN_TARGET_CPU)

三、打开摄像头、按帧读取图像

def Capture_Init():
    global capture, w, h
    capture = cv2.VideoCapture(0)
    w, h = 320, 320
    while True:
        global img
        success, img = capture.read()
        # img = cv2.imread("Resource/test4.jpg")

        cv2.imshow('img', img)

        # 设置每帧间隔时间（q键退出）
        cv2.waitKey(1)
        # if cv2.waitKey(1) & 0XFF == ord("q"):
        #     break

四、向神经网络输入

# 向神经网络输入
        Input_to_Network(img)

把img的数据变换一下，作为blob输入到image中。 

# 向神经网络输入
def Input_to_Network(image):
    # 把image转换成blob数据类型（归一化等一系列数据类型转换）（这种方式网络可以理解）
    blob = cv2.dnn.blobFromImage(image, 1 / 255, (w, h), [0, 0, 0], 1, crop=False)
    #                            图像 归一化   宽,高              裁剪结果

    # 设置神经网络输入
    network.setInput(blob)
    print(blob)

五、获取神经网络输出

1、获取各层名称

# 神经网络各层名称
    layersNames = network.getLayerNames()
    print(layersNames)

2、获取输出层名称

# 2、获取神经网络输出层名称
    outputNames = [(layersNames[i[0] - 1]) for i in network.getUnconnectedOutLayers()]
    print(outputNames)

3、获取输出层图像（内容）

# 3、获取输出层图像（内容）
    # outputs：3个特征图：分别为小、中、大。（13*13、26*26、52*52）
    # 每个特征图又输出85个类别
    outputs = network.forward(outputNames)
    # print(outputs[0].shape)
    # print(outputs[1].shape)
    # print(outputs[2].shape)
    # print(outputs[0][0])
    return outputs
# 获取神经网络输出
def Network_Output():
    # 神经网络各层名称
    layersNames = network.getLayerNames()
    # 神经网络输出层名称
    outputNames = [(layersNames[i[0] - 1]) for i in network.getUnconnectedOutLayers()]

    # outputs：3个特征图：分别为小、中、大。（13*13、26*26、52*52）
    # 每个特征图又输出85个类别
    outputs = network.forward(outputNames)
    # print(outputs[0].shape)
    # print(outputs[1].shape)
    # print(outputs[2].shape)
    # print(outputs[0][0])
    return outputs

得到图中的一系列结果：

预测框坐标、长宽、置信度、各分类的预测分数。

[5.9418369e-02 7.4009120e-02 5.7651168e-01 1.6734526e-01 6.5560471e-07
 0.0000000e+00 0.0000000e+00 0.0000000e+00 0.0000000e+00 0.0000000e+00
 0.0000000e+00 0.0000000e+00 0.0000000e+00 0.0000000e+00 0.0000000e+00
 0.0000000e+00 0.0000000e+00 0.0000000e+00 0.0000000e+00 0.0000000e+00
 0.0000000e+00 0.0000000e+00 0.0000000e+00 0.0000000e+00 0.0000000e+00
 0.0000000e+00 0.0000000e+00 0.0000000e+00 0.0000000e+00 0.0000000e+00
 0.0000000e+00 0.0000000e+00 0.0000000e+00 0.0000000e+00 0.0000000e+00
 0.0000000e+00 0.0000000e+00 0.0000000e+00 0.0000000e+00 0.0000000e+00
 0.0000000e+00 0.0000000e+00 0.0000000e+00 0.0000000e+00 0.0000000e+00
 0.0000000e+00 0.0000000e+00 0.0000000e+00 0.0000000e+00 0.0000000e+00
 0.0000000e+00 0.0000000e+00 0.0000000e+00 0.0000000e+00 0.0000000e+00
 0.0000000e+00 0.0000000e+00 0.0000000e+00 0.0000000e+00 0.0000000e+00
 0.0000000e+00 0.0000000e+00 0.0000000e+00 0.0000000e+00 0.0000000e+00
 0.0000000e+00 0.0000000e+00 0.0000000e+00 0.0000000e+00 0.0000000e+00
 0.0000000e+00 0.0000000e+00 0.0000000e+00 0.0000000e+00 0.0000000e+00
 0.0000000e+00 0.0000000e+00 0.0000000e+00 0.0000000e+00 0.0000000e+00
 0.0000000e+00 0.0000000e+00 0.0000000e+00 0.0000000e+00 0.0000000e+00] 

六、框出物体

# 框出物体
def GetObject(outputs, image):
    # 创建参数列表
    h_p, w_p, c_p = image.shape # 图像的高、宽、通道数
    bboxes = []                 # 预测框
    classIds = []               # 分类索引
    confidences = []            # 置信度

1、获取所有预测框情况 

逐特征图输出

# 逐特征图输出
    for output in outputs:

逐框输出

# 逐框输出
        for one_class in output:

单预测框结果

# 算出每个框的预测情况
            # 先得到其85分类，每个分类的得分，再获取最大得分的下标作为索引，最后得到其置信度
            scores = one_class[5:]          # 获取所有得分
            classId = np.argmax(scores)     # 获取分类索引
            confidence = scores[classId]    # 获取置信度

置信度过半时，把预测框认为可能的预测结果存入列表

# 加入预测到的物体（认为可能的物体）
            if confidence > 0.5:
                # 获取预测框宽高、坐标
                w_b, h_b = int(one_class[2] * w_p), int(one_class[3] * h_p)
                x, y = int((one_class[0] * w_p) - w_b / 2), int((one_class[1] * h_p) - h_b / 2)
                # （中心点x、y坐标）
                bbox = [x, y, w_b, h_b]
                # 把参数加入列表（预测框参数、分类索引、置信度）
                bboxes.append(bbox)                     # 预测框参数
                classIds.append(classId)                # 分类索引
                confidences.append(float(confidence))   # 置信度
                print(confidences)

2、保留一个预测框

        根据置信度、NMS进行非极大值抑制。 （前面对置信度已经有过一次过滤，这次可以不再设置置信度阈值）。

# 保留一个预测框（从置信度阈值、NMS阈值进行设置）
    indices = cv2.dnn.NMSBoxes(bboxes, confidences, 0.5,     0.1)
    #                         预测框    置信度       置信度阈值  NMS阈值(非极大值抑制)

3、画出预测框

# 输出预测框
    for i in indices:
        i = i[0]
        box = bboxes[i]
        x, y, w, h = box[0], box[1], box[2], box[3]
        # print(x,y,w,h)
        cv2.rectangle(image, (x, y), (x + w, y + h), (255, 0, 255), 2)
        cv2.putText(image, f'{name_list[classIds[i]].upper()} {int(confidences[i] * 100)}%',
                   (x, y - 10), cv2.FONT_HERSHEY_SIMPLEX, 0.6, (255, 0, 255), 2)
    cv2.imshow('image', image)

 

 

 预测最大的问题就是比较慢，用tiny的话足够快，但是不准确，还有很大的提升空间。

总代码

import cv2
import numpy as np


# 读取文件
def ReadFile():
    global name_list
    name_list = []
    # 读取文件
    with open('yolo/coco.names') as f:
        name_list = f.read().split('\n')
    # print(name_list)


# 搭建神经网络
def Network_Init():
    global network
    model_configuration = 'yolo/yolov3.cfg'  # 配置模型
    model_weights = 'yolo/yolov3.weights'    # 权重
    # 1、创建神经网络
    network = cv2.dnn.readNetFromDarknet(model_configuration, model_weights)
    #                                     配置模型       权重

    # 2、GPU加速
    network.setPreferableBackend(cv2.dnn.DNN_BACKEND_OPENCV)    # 设置opencv作为后端
    network.setPreferableTarget(cv2.dnn.DNN_TARGET_CPU)
    # print(network)


# 打开摄像头
def Capture_Init():
    global capture, w, h
    capture = cv2.VideoCapture(0)
    w, h = 320, 320


# 向神经网络输入
def Input_to_Network(image):
    # 把image转换成blob数据类型（归一化等一系列数据类型转换）（这种方式网络可以理解）
    blob = cv2.dnn.blobFromImage(image, 1 / 255, (w, h), [0, 0, 0], 1, crop=False)
    #                            图像 归一化   宽,高              裁剪结果

    # 设置神经网络输入
    network.setInput(blob)
    # print(blob)


# 获取神经网络输出
def Network_Output():
    # 1、获取神经网络各层名称
    layersNames = network.getLayerNames()

    # 2、获取神经网络输出层名称
    outputNames = [(layersNames[i[0] - 1]) for i in network.getUnconnectedOutLayers()]
    # print(outputNames)

    # 3、获取输出层图像（内容）
    # outputs：3个特征图：分别为小、中、大。（13*13、26*26、52*52）
    # 每个特征图又输出85个类别
    outputs = network.forward(outputNames)
    # print(outputs[0].shape)
    # print(outputs[1].shape)
    # print(outputs[2].shape)
    # print(outputs[0][0])
    return outputs


# 框出物体
def GetObject(outputs, image):
    # 创建参数列表
    h_p, w_p, c_p = image.shape # 图像的高、宽、通道数
    bboxes = []                 # 预测框
    classIds = []               # 分类索引
    confidences = []            # 置信度

    # 1、获取所有预测框的情况
    # outputs：小、中、大三个特征图
    # output：小、中、大单个特征图
    # oneclass：小、中、大每个分类
    # 逐特征图输出
    for output in outputs:
        # 逐框输出
        for one_class in output:
            # 算出每个框的预测结果
            # 先得到其85分类，每个分类的得分，再获取最大得分的下标作为索引，最后得到其置信度
            scores = one_class[5:]          # 获取所有得分
            classId = np.argmax(scores)     # 获取分类索引
            confidence = scores[classId]    # 获取置信度

            # 加入预测到的物体（认为可能的物体）
            if confidence > 0.5:
                # 获取预测框宽高、坐标
                w_b, h_b = int(one_class[2] * w_p), int(one_class[3] * h_p)
                x, y = int((one_class[0] * w_p) - w_b / 2), int((one_class[1] * h_p) - h_b / 2)
                # （中心点x、y坐标）
                bbox = [x, y, w_b, h_b]
                # 把参数加入列表（预测框参数、分类索引、置信度）
                bboxes.append(bbox)                     # 预测框参数
                classIds.append(classId)                # 分类索引
                confidences.append(float(confidence))   # 置信度
                print(confidences)

    # 保留一个预测框（从置信度阈值、NMS阈值进行设置）
    indices = cv2.dnn.NMSBoxes(bboxes, confidences, 0.5,     0.1)
    #                         预测框    置信度       置信度阈值  NMS阈值(非极大值抑制)

    # 输出预测框
    for i in indices:
        i = i[0]
        box = bboxes[i]
        x, y, w, h = box[0], box[1], box[2], box[3]
        # print(x,y,w,h)
        cv2.rectangle(image, (x, y), (x + w, y + h), (255, 0, 255), 2)
        cv2.putText(image, f'{name_list[classIds[i]].upper()} {int(confidences[i] * 100)}%',
                   (x, y - 10), cv2.FONT_HERSHEY_SIMPLEX, 0.6, (255, 0, 255), 2)
    cv2.imshow('image', image)


if __name__ == '__main__':
    ReadFile()          #读取文件
    Network_Init()      #神经网络初始化
    Capture_Init()      #摄像头初始化

    while True:
        global img
        # success, img = capture.read()
        img = cv2.imread("Resource/test4.jpg")

        # 向神经网络输入
        Input_to_Network(img)

        # 获取神经网络输出
        outputs = Network_Output()

        # 框出物体
        GetObject(outputs, img)

        # 设置每帧间隔时间（q键退出）
        cv2.waitKey(1)
        # if cv2.waitKey(1) & 0XFF == ord("q"):
        #     break

    cv2.waitKey(0)

_(*^▽^*)_
关注
  • 6
    点赞
  • 踩
  • 19
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 1
    评论
专栏目录
基于YOLO-V3的交通目标检测算法研究
02-25
（１）本文在非限定性条件下，采集了道路上常见的电瓶车、汽车、行人和自行车４种动态目标的图像。在采集过程中，采取了多角度、多距离的采集策略，结合数据集扩充等方式，完成了所有图像的标注工作。 （２）对于在原始anchors下，YOLO-V3模型对新目标尺寸不敏感，导致检测准确率低的问题。本文提出用K-means方法聚类目标边框的方法。首先在聚类过程中，改进其距离公式，并研宄了聚类算法的Ｋ值与IOU的关系，通过爬山法确定Ｋ值后，得到了９个新的anchors，替换原始anchors后，完成了实验前期改进工作。最后根据论文设计的训练阶段流程，完成了２次训练任务。 （３）针对YOLO-V3模型检测目标速度慢的问题，本文提出对BN层参数进行优化。首先分析了ＢＮ层在网络中的工作流程，然后指出了BN层所存在的问题，并推导了合并BN层参数至卷积层的可行性。最后根据论文设计的测试阶段流程，完成了２次对比实验。 （４）为研宄基于迁移学习的训练方式在本文检测任务下的提升效果，实验将YOLO-V3模型在迁移训练和非迁移训练下的训练结果进行了比较。
tensorflow（python）实现 YOLO v3目标检测算法
03-14
采用tensorflow（python）实现 YOLO v3目标检测算法，可对图片，包含图片的文件夹、摄像头和视频进行对如下20个类物体的检测。
tensorflow实现 YOLO v3目标检测算法.rar
03-02
tensorflow实现 YOLO v3目标检测算法.rartensorflow实现 YOLO v3目标检测算法.rartensorflow实现 YOLO v3目标检测算法.rartensorflow实现 YOLO v3目标检测算法.rartensorflow实现 YOLO v3目标检测算法.rartensorflow实现 YOLO v3目标检测算法.rartensorflow实现 YOLO v3目标检测算法.rartensorflow实现 YOLO v3目标检测算法.rartensorflow实现 YOLO v3目标检测算法.rartensorflow实现 YOLO v3目标检测算法.rartensorflow实现 YOLO v3目标检测算法.rartensorflow实现 YOLO v3目标检测算法.rartensorflow实现 YOLO v3目标检测算法.rartensorflow实现 YOLO v3目标检测算法.rartensorflow实现 YOLO v3目标检测算法.rartensorflow实现 YOLO v3目标检测算法.rartensorflow实现 YOLO v3
pytorch-yolo-v3:YOLO v3对象检测算法的PyTorch实现
05-10
YOLO v3对象检测器的PyTorch实现 [更新]：此存储库用作我研究的驱动程序代码。 我刚刚大学毕业，并且在最终申请硕士学位之前非常忙于寻找研究实习/研究职位。 我暂时没有时间研究问题。 谢谢你。 该存储库包含用于基于实现的YOLOv3 的对象检测器的代码。 该代码是基于官方代码 ，以及原代码的PyTorch端口，通过。 该代码的目标之一是通过删除代码的冗余部分来改善原始端口（正式代码基本上是完全成熟的深度学习库，其中包括诸如序列模型之类的东西，而YOLO并未使用这些东西）。 我还尝试将代码保持在最低限度，并尽我所能对其进行记录。 从头开始构建此检测器的教程 如果您想了解如何从头开始自己实现此检测器，则可以阅读我在Paperspace上撰写的非常详细的5部分教程系列。 非常适合想要从初学者过渡到中级火炬手的人。 到目前为止，该代码仅包含检测模块，但是您应该很快会收到培训模块。 :
alexeyab darknet 编译_YOLOv4: Darknet 如何于 Docker 编译，及训练 COCO 子集
weixin_39905695的博客
11-21 136
YOLO 算法是非常著名的目标检测算法。从其全称 You Only Look Once: Unified, Real-Time Object Detection ，可以看出它的特性：Look Once: one-stage (one-shot object detectors) 算法，把目标检测的两个任务分类和定位一步完成。Unified: 统一的架构，提供 end-to-end 的训练和预测。R...
coco.names
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
VOC转COCO数据集（图片重命名、重分配）（傻瓜一站式教程）
weixin_43722349的博客
03-09 276
voc转coco数据集，小白教程
YOLOv3目标检测
weixin_43422072的博客
06-20 2382
yolov3目标检测
python下使用cv2调用darknet
hhhuua的博客
08-07 4640
一、单张调用 1.准备好配置文件 coco.names yolov3.cfg yolov3.weights 将上述文件保存在cfg的目录下，后续可以换成自己训练好的文件 链接：https://pan.baidu.com/s/1GVwE3ORfJ-YwzrHDi73_hQ 提取码：8s83 2、将下面的代码命名为detect.py # detect.py import cv2 import numpy as np import os import time def yolo_det...
基于TensorFlow的YOLO v3目标检测算法设计源码
最新发布
04-06
本项目是一个基于TensorFlow实现的YOLO v3目标检测算法设计，包含27个文件，主要文件类型为Python源代码。该算法能够进行fine-tuning，以适应不同的检测需求。系统设计简洁高效，适合应用于视频监控、图像处理等场景...
学习记录:yolo-v3 可以检测到的物体类别
Laiguibing521的博客
11-16 2155
1、在coco数据集训练后，yolov3可以检测80类物体 person bicycle car motorbike aeroplane bus train truck boat traffic light fire hydrant stop sign parking meter bench bird cat dog horse sheep cow elephant bear zebra giraffe backpack umbrella handbag tie suitcase frisbee skis
超详细教程：YOLO_V3（yolov3）训练自己的数据
热门推荐
qq_21578849的博客
12-12 12万+
前言：最近刚好做一个项目需要做detection，选择的算法是yolo v3，因为它既有速度又有精度，还非常灵活，简直是工业界良心。做项目免不了需要用到自己的数据集，所以的从头一个脚印的来，走通了之后决定写一个帖子，以免需要用的人少走歪路，节约时间。 官网上已经教我们如何跑起来yolo v3，因此大部分时间其实花在制作数据集上。总体来说，分为四个步骤，分别是：标注数据，利用voc制作自己的数据集，...
TensorFlow2学习24、YoloV3目标检测使用探索
编程圈子-谢厂节的博客
12-18 2248
一、简介Yolo Yolo是一个实时目标检测，全称 You only look once。在Pascal Titan X处理图片可达30FPS，在COCO目标检测测试指标 平均准确度mAP达到 57.9%。 演示视频： 与其它目标检测算法的比较： 在COCO数据集上的表现： 实现原理 从R-CNN到FasterR-CNN利用分类器或定位器来执行检测，将模型用于多个位置和比例，高分值的区域作为...
【COCO数据集】windows环境下，无需下载，python使用pip直接安装COCO API
qq_41940277的博客
05-17 694
在虚拟环境路径下直接使用pip安装COCO API。
第一章: python + yolov3 +coco.names 提取
阿叁博客
04-29 3328
1：下载darknet到本地环境 git clone https://github.com/pjreddie/darknet 或者 git clone https://codechina.csdn.net/mirrors/pjreddie/darknet?utm_source=csdn_github_accelerator 2：下载预测训练模型 git clone https://pjreddie.com/media/files/yolov3.weights 3：创建python项目 yo
COCO 数据集的使用，以及下载链接
m0_37644085的博客
07-03 3万+
转于：https://www.cnblogs.com/q735613050/p/8969452.html Windows 10 编译 Pycocotools 踩坑记 COCO数据库简介 一、下载链接 [1] - train2014 images: (13GB) http://images.cocodataset.org/zips/train2014.zip [2] - v...
关于yolov3.weights文件下载地址的分享
Thomson617的博客
02-27 3万+
下载地址一:(需要翻墙) 官方网站:https://drive.google.com/drive/folders/1uxgUBemJVw9wZsdpboYbzUN4bcRhsuAI 特别说明:下载速度很慢,有时会出现下载中断,不推荐! 下载地址二: https://pjreddie.com/media/files/yolov3.weights 其它类似文件: https://pjreddie....
coco数据集80个分类是哪些_目标分类定位，实时速度检测...目标检测5大挑战与解决方案...
weixin_39976733的博客
11-28 1590
图像分类是指计算机根据图像内容对图像进行分类或分配标签，通常只需利用预先训练好的神经网络，对最后几个吞吐量层进行微调，然后就可以看到很好的结果。然而，仅在几年前，对图像中的单个目标进行分类和查找未知数量是极其困难的。现在，这项被称为目标检测的任务是可行的，甚至已经被谷歌、IBM产品化。但取得这些进展并不容易！除了图像分类的要求外，目标检测还面临着许多严峻挑战。近期发表在medium上的一篇博文，深...
YOLO3D的目标检测
07-29
YOLO3D是基于YOLO V2设计的单目摄像头下的物体检测神经网络，它能够输出单目摄像头3D障碍物检测和2D图像分割所需的全部信息。\[1\]YOLOv3是YOLO系列的第三个版本，相比于之前的版本，它在网络结构、网络特征和后续...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
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

打赏作者

_(*^▽^*)_

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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