Java实现darknet+yolov4的目标检测

目录

1、darknet 简介

2、yolov4

3、java 如何实现

3.1、OpenCV 原理和内存管理

3.2、实现详解

3.3、完整代码

 4、结语

---

1、darknet 简介

darknet 是 c 语言实现的开源 AI 深度学习框架，一般用于物体分类识别。他的优点就是轻量级、开源、没有什么依赖、支持 CPU 和 GPU 两种计算模式。官网默认的网络模型能够支持80种常见物体的分类识别。当然也可以使用自己的数据集进行训练自己的网络模型，实现自定义的场景。具体的请看darknet 官网文档。

2、yolov4

YOLO（you only look once）的第4个版本。是非常优秀的卷积神经网络，对象检测和定位的实现算法，优点就是速度快，精度高。github 项目网址，上面对 yolov4 的环境和训练做了详细的说明。

3、java 如何实现

darknet 框架是 c 语言的，是可以通过 JNI 或者 JNA 来实现调用，但是很有幸，java openCV 在 3.x 版本后推出了 DNN（深度学习）模块，已经内置实现了 darknet、torch、ONNX、caffe、tensorflow 等常见的深度学习框架，直接使用即可，非常简单。

当然实现之前，需要下载 3 个 yolov4 的文件（需要科学上网下载，不然贼慢或打不开）

配置文件：https://raw.githubusercontent.com/AlexeyAB/darknet/master/cfg/yolov4.cfg

权重文件：https://github.com/AlexeyAB/darknet/releases/download/darknet_yolo_v3_optimal/yolov4.weights​​​​​​

类别名称：darknet/coco.names at master · AlexeyAB/darknet · GitHub （能够检测的对象）

我的百度网盘：https://pan.baidu.com/s/1tREeprjsq3mYGuCJ_vMnmg 
                         提取码：1pia

3.1、OpenCV 原理和内存管理

java OpenCV 的原理是借助 javaCPP 包（底层依然是 JNI）实现 C 代码的调用；

（非常重要）只要涉及到 java 调用 C/C++ 这种情况，就一定要注意内存管理，因为 C/C++ 是 JVM 堆外内存，GC 是无法自动管理的，所以一定要记得手动释放 C/C++ 内存、一定要记得手动释放 C/C++ 内存、一定要记得手动释放 C/C++ 内存（重要的事情说3遍）。

java OpenCV 已经很人性化的帮我们封装了 release 和 delete 这两个释放 C/C++ 内存的方法了，所以只要使用 OpenCV 包中的类，就一定要记得看看有没有这两个方法，如果有的，在使用完这个对象一定调用下。

3.2、实现详解

• maven 依赖

<dependency>
    <groupId>org.bytedeco</groupId>
    <artifactId>opencv-platform</artifactId>
    <version>4.5.3-1.5.6</version>
</dependency>

只需要依赖 opencv-platform 即可，不需要依赖 java-opencv，后者依赖了很多平台，下载大量的包。

• 加载网络

使用前面下载的配置文件、权重文件初始化 darknet，注意，文件最终都是在 C 代码中加载的，所以要绝对路径才能加载到。

// 加载 opencv
Loader.load(opencv_java.class);

// 指定配置文件和模型文件加载网络
String cfgFile = "D:\\xxx\\ai-demo\\src\\main\\resources\\yolov4.cfg";
String weights = "D:\\xxx\\ai-demo\\src\\main\\resources\\yolov4.weights";
// opencv 的 Dnn 模块初始化网络
Net net = Dnn.readNetFromDarknet(cfgFile, weights);
if(net.empty){
    System.out.println("init net fail");
    return;
}

// 设置计算后台：如果电脑有GPU，可以指定为：DNN_BACKEND_CUDA
net.setPreferableBackend(Dnn.DNN_BACKEND_OPENCV);
// 指定为 CPU 模式，如果电脑有 GPU，指定CUDA模式
net.setPreferableTarget(Dnn.DNN_TARGET_CPU);

// 读取类别名称
String[] names = new String[80];
try (BufferedReader reader = new BufferedReader(new InputStreamReader(DarknetMain.class.getClassLoader().getResourceAsStream("coco.names")))) {
	for (int i = 0; i < names.length; i++) {
		names[i] = reader.readLine();
	}
}

• 输入检测图片

现在就输入一张我们