yolo中检测后的图像生成-predictions.png

yolo的检测没有采用caffe结构，而是一个看上去似乎很简单的结构。

里面的检测速度就运行感觉而言，确实比spp-net要快很多。

不过里面写到因为没有带opencv来编译darknet，所以不能直接显示检测后的图片，而是把它保存在predictions.png文件中，可以打开这个文件查看。

整个图像生成的过程：

1. 在\src\darknet.c 
Line 16: extern void run_yolo(int argc, char **argv);
Line 250:         run_yolo(argc, argv);

2. src/yolo.c中的 void run_yolo(int argc, char **argv)中

  if(0==strcmp(argv[2], "test")) test_yolo(cfg, weights, filename, thresh);

void test_yolo(char *cfgfile, char *weightfile, char *filename, float thresh)中

draw_detections(im, l.side*l.side*l.n, thresh, boxes, probs, voc_names, voc_labels, 20);

show_image(im, "predictions");

 save_image(im, "predictions");

2.draw_detections()、show_image()和save_image()都是在src/image.c实现

   void show_image(image p, const char *name)
    {
#ifdef OPENCV
        show_image_cv(p, name);
#else
        fprintf(stderr, "Not compiled with OpenCV, saving to %s.png instead\n", name);
        save_image(p, name);
#endif
    }


    void save_image(image im, const char *name)
    {
        char buff[256];
        //sprintf(buff, "%s (%d)", name, windows);
        sprintf(buff, "%s.png", name);
        unsigned char *data = calloc(im.w*im.h*im.c, sizeof(char));
        int i,k;
        for(k = 0; k < im.c; ++k){
            for(i = 0; i < im.w*im.h; ++i){
                data[i*im.c+k] = (unsigned char) (255*im.data[i + k*im.w*im.h]);
            }
        }
        int success = stbi_write_png(buff, im.w, im.h, im.c, data, im.w*im.c);
        free(data);
        if(!success) fprintf(stderr, "Failed to write image %s\n", buff);
    }