YOLOV4-darknet批量测试并保存图片

最新推荐文章于 2022-03-28 14:32:36 发布
最新推荐文章于 2022-03-28 14:32:36 发布
阅读量4.9k 收藏 27
点赞数 3
分类专栏： 目标检测 文章标签： 目标检测YOLOv4 darknet 批量测试并保存
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/ldm_666/article/details/108507666
版权
本文介绍如何使用YOLOV4的官方源码进行批量目标检测，并保存检测后的图片。通过修改detector.c的test_detector函数，指定保存图片路径，重新编译生成darknet.exe。控制台命令行输入`darknet.exe detector test data/obj.data cfg/yolo-obj.cfg backup/yolo-obj_final.weights data/test.txt`，设置batch及subdivison为1，检测结果保存在data/output文件夹中。
摘要由CSDN通过智能技术生成

采用的代码是YOLOV4官方源码，地址为：https://github.com/AlexeyAB/darknet
论文链接：https://arxiv.org/abs/2004.10934
具体的配置和训练到检测可以参考我的上一篇博客：YOLOV4训练自己的数据集—从环境配置到完成检测任务（Windows）

这篇主要是针对在批量测试时，我们可能有一种需求就是：将批量检测完成后的图片保存到自己的文件夹中

首先在源码文件夹中找到src/detector.c源文件 将detector.c的test_detector函数整体替换，注意中间的更改保存输出图片的路径为自己路径；然后重新编译darknet，生成新的darknet.exe文件。

如果要保存测试结果的坐标和类别信息，即保存至文本文件中，可以参考我这篇博文：https://blog.csdn.net/ldm_666/article/details/109284190

了解本专栏 订阅专栏 解锁全文 超级会员免费看
L一抹阳光
关注
专栏目录
订阅专栏
Yolov4-darknet批量测试并保存图片
一抹阳光的博客
10-26 4360
首先在源码文件夹中找到src/detector.c源文件 将detector.c的test_detector函数整体替换，然后重新编译darknet，生成新的darknet.exe文件。
Darknet Yolov4实现批量测试图像并且保存（无需修改与编译源码） python实现
Willing Tong的博客
03-24 2723
Darkne提供了单张的图像测试与保存命令 ./darknet detector test data/voc.data cfg/yolov4-tiny.cfg yolov4-tiny.weights -i 0 -thresh 0.3 xxxx.png 其中 data/voc.data 为data的路径 cfg/yolov4-tiny.cfg为网络结构路径 yolov4-tiny.weights为权重路径 xxxx.png 为测试图像的路径 使用python实现多张图像的测试与保存，需要安装 PyUs
darknet yolov3批量测试图片，并将检测目标保存到本地文件夹
weixin_43176900的博客
04-15 3218
前言 此前在很多其他大佬的博客看到关于yolov3批量测试图片并保存检测目标的博客，但保存检测目标的代码需要用到opencv，我这里做了一个不需要opencv版本的，而且较为简单，并将两者整合起来。 批量测试图片的代码 这里参考并转载了这篇博客https://blog.csdn.net/Mihu_Tutu/article/details/102861718 1.测试前准备 测试前将Makefile...
YOLOv3_Alexeyab darknet版本批量测试图片并保存
kidcad的博客
06-26 1451
参考了这篇：https://blog.csdn.net/dao_0123/article/details/102967244 但是上面那篇把单次输入路径的方式给覆盖了， 我这里偷了个懒，就是套了一层if else，实现可以单次或者批量输入路径进行测试， 下面这个是参考的那篇文章： 1.请在/darknet/src路径下找到detector.c文件，并打开，或请在根目录下直接执行： 2.定位到 void test_detector(char *datacfg …)这一行，将这个函数模块用以下代码完.
基于MindSpore框架Yolov3-darknet模型的篮球动作检测体验.docx
11-30
本文主要介绍了如何基于MindSpore框架实现Yolov3-darknet模型对篮球动作的检测。MindSpore是一个深度学习框架，它支持灵活的计算图编译和分布式训练，适合于多种AI应用场景。Yolov3是一种高效的目标检测模型，尤其...
yolov3 -DarkNet训练自己的数据识别person一个类（伪，其实是用voc2007的图片自己手动标注）
qigeyonghuming_1的博客
04-22 2881
继续做毕设，yolov3已经是我第三个方向了，再做不出来，我估计就要不能毕业了，悲伤。。。 全篇主要参考的是 https://blog.csdn.net/qq_35451572/article/details/80384674 ，如果没有特殊指明，本文中的教程就是指这篇 感谢博主泉伟，但是要注意，公式是3x（5+class）,而且全文有三处class要改 1demo测试 1.1下载 1，先下载，下...
Darknet YoloV4调用python接口进行批量图片检测保存并计数
qq_34717531的博客
07-23 1844
前篇进阶：https://blog.csdn.net/qq_34717531/article/details/107483479 基础知识：https://blog.csdn.net/qq_34717531/article/details/107402545 # -*- coding: utf-8 -*- from ctypes import * import os import cv2 import darknet import glob import time import numpy as n
darknet之yolo测试一批图片并保存结果
random_repick的专栏
05-25 2389
原则：尽量不删除源代码 用法：将要测试图片的绝对路径存入txt，例如000.txt，然后执行./darknet detector test data/candle.data cfg/yolov3.cfg backup/yolov3_1000.weights 000.txt，结果保存在results目录下。此法可代替原版的两种方式。 可使用ls ${PWD}/*jpg > 000.txt将当前目录下的jpg图片的绝对路径存入000.txt 添加函数get_image_name void get_im.
YOLOv4批量测试文件夹里的图片（修改yolov4源码）
weixin_43193231的博客
03-28 872
使用说明 YOLOv4源码，只能测试一张图片。通过修改源码，可以测试一个文件下的所有图片，方便批量生产测试图，提高学习效率。 时间久远，不记得怎么用的，有兴趣可以研究下，曾成功运行过。 修改detector.c后的代码 替换源码中，detector.c文件中的test_detector函数 根据提示输入测试的文件夹目录 源码的detector.c文件：正在上传 需要替换的test_detector函数文件链接：正在上传 void test_detector(char *datacfg, char *cfgf
DarkNet安装——批量测试
分享身边生活经验blog
06-25 414
目标：实现批量预测，保存预测结果及原图标注后的图片 安装 mkdir release cd release cmake .. make -j`nproc` 批量测试 1.在darknet可执行文件目录下手动建立result_img和result_labels文件（用于程序时运行相关文件的保存，建立一个空文件夹即可）result_img：保存检测到的图像（原图标注）result_labels：保存与检测图像同名的txt文件，内容是预测结果(cls,xmin,ymin,wight,high)或者
Darknet 最新教程 批量测试
我才是真的李成贤的博客
08-18 1107
Darknet 最新教程 批量测试
Darknet批量测试图片
hyj0000的博客
10-22 605
Darknet批量测试图片 在做批量测试的时候在网上找了一圈方法，发现都是大同小异，主要是他们都会在文件读取时设置固定长度，无法满足我的需求，而且ab版darknet的测试代码中只能测试单张图片，批量测试得不到相应的框出来的图片可视化效果。 需求： 1.考虑不同长度文件名的批量测试； 2.将框出来的图片保存到对应的文件夹下，按照原文件的方式命名。 方法： 1.仅在darknet源码的detector.c文件中改一下保存的文件名； 2.批量测试通过指令循环来进行，虽然可能效率不高，但是能解决问题。 具体如下：
Darknet YoloV3调用python接口进行批量图片检测
weixin_38106878的博客
11-28 2223
本代码主要用于调用darknet的python接口，进行图片的批量检测，并且将检测结果的图片保存到指定目录 话不多说，直接上代码，将代码复制并且保存到darknet的python目录下执行。 batch_img_detect.py # coding: utf-8 # author: HXY """ 对照片进行批量检测； 并将检测结果照片存储； """ from ctypes import * im...
darknet训练完成后批量测试图片
如云漂泊的博客
07-25 5006
darknet训练完成后批量测试图片 参考博客https://blog.csdn.net/fqlovetb/article/details/84393806 darknet训练自己的数据集，以及训练完成后对单张图片的检测见如下地址https://blog.csdn.net/qq_38915710/article/details/97112788 下面介绍darknet批量测试图片并保存在自己...
Darknet YOLOv4批量检测图片并保存检测结果图片
wwwhyj的博客
12-13 2030
darknet源代码是AB大神版本的，将darknet下src文件夹下的detector.c的test_detector函数整体替换，注意中间的更改保存输出图片的路径为自己路径；重新编译darknet。 cmd测试命令：darknet.exe detector test data-path cfg-path weights-path data/valid.txt 注意将yolo-obj-test.cfg中的batch及subdivison设为1， data/valid.txt为待测试图片路径 void t
yolov4安装部署并测试图片及视频数据
weixin_44229011的博客
05-31 4447
前言：最近参加一个比赛需要用到yolo,在网上找了巨多教程折磨了大半天才安装好，所以在这里想整理一下给需要安装的yolov4的小伙伴一个借鉴。 （1）前期准备：进入GitHub找到AlexeyAB/darknet这个项目（项目链接），根据作者给出的安装条件安装好相应的软件，如下图。 ①首先是CMake的安装，点击他给的链接即可下载，选择installer版本,一路默认安装即可： ②：接着是Cuda的安装，点击所给的链接地址进行下载 ...
paddledetection 目标检测 ( yolov3-darknet).rar
最新发布
11-29
paddledetection目标检测(yolov3-darknet).rar是一个用于目标检测的工具包，其中包含了使用yolov3-darknet算法进行目标检测的相关程序、模型和数据集等资源。yolov3-darknet是一个高效的目标检测算法，能够快速而准确地识别图像或视频中的目标物体，并且在实时性能方面有较好的表现。 这个工具包可以帮助开发者快速搭建和训练自己的目标检测模型，也可以直接应用于实际项目中，比如智能监控、自动驾驶、智能交通等领域。用户可以通过该工具包快速构建目标检测的应用程序，实现快速准确地识别特定目标，并且能够对检测到的目标进行实时跟踪和分析。 在使用paddledetection目标检测(yolov3-darknet).rar时，用户可以根据自己的需求对模型进行调优，也可以根据实际场景对数据集进行扩充和优化，以提升检测的准确性和鲁棒性。该工具包还提供了丰富的文档和示例代码，方便用户进行学习和参考，使得使用者能够快速上手并进行定制化开发。 总之，paddledetection目标检测(yolov3-darknet).rar是一个功能强大、易于使用的目标检测工具包，能够帮助用户快速实现基于yolov3-darknet算法的目标检测应用，为实际应用场景中的目标检测问题提供了一个高效、可靠的解决方案。
评论 32
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