darknet--yolov4修改源码改变检测框

前言

darknet在检测比较小且比较密集的目标时,会由于框体过粗导致目标难以用肉眼去观察,同时无法在目标框上看出当前目标的置信度值,而当多个目标属于同类时终端中显示的置信度并无法确定对应的时哪个目标。因此,本文介绍简单修改下源代码以解决上述两个问题。

代码修改

进入darknet根目录,打开src目录下image.c文件,在draw_detections_v3函数体内修改(329行)
首先修改369行为.002

 // image output
    qsort(selected_detections, selected_detections_num, sizeof(*selected_detections), compare_by_probs);
    for (i = 0; i < selected_detections_num; ++i) {
            int width = im.h * .002;  // init .006 change the bbox thin 	 // 369行
            if (width < 1)
                width = 1;

 for (j = 0; j < classes; ++j) {
     if (selected_detections[i].det.prob[j] > thresh && j != selected_detections[i].best_class) {
          strcat(labelstr, ", ");
          strcat(labelstr, names[j]);
     }        
 }
 char buff[4];
 gcvt((selected_detections[i].det.prob[selected_detections[i].best_class] * 100), 4, buff);
 char prob[] = ":";      //strat: add coding for show conf in label
 strcat(labelstr, prob);
 strcat(labelstr, buff);
 strcat(labelstr, "%");  // end
 image label = get_label_v3(alphabet, labelstr, (im.h*.01));	//init .02	(477行)

在477行image label 上方for循环 } 下方插入上述代码,实现在预测框中显示置信度,同时将477行的.02改成.01
修改完后需要重新编译一下

make clean
make -j8   # 8为cpu核心数

效果

在这里插入图片描述

附上darknet-yolov4源码地址:https://github.com/alexeyab/darknet

  • 0
    点赞
  • 29
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
需要学习Windows系统YOLOv4的同学请前往《Windows版YOLOv4目标检测实战:原理与源码解析》,课程链接 https://edu.csdn.net/course/detail/29865【为什么要学习这门课】 Linux创始人Linus Torvalds有一句名言:Talk is cheap. Show me the code. 冗谈不够,放码过来!  代码阅读是从基础到提高的必由之路。尤其对深度学习,许多架隐藏了神经网络底层的实现,只能在上层调包使用,对其内部原理很难认识清晰,不利于进一步优化和创新。YOLOv4是最近推出的基于深度学习的端到端实时目标检测方法。YOLOv4的实现darknet是使用C语言开发的轻型开源深度学习架,依赖少,可移植性好,可以作为很好的代码阅读案例,让我们深入探究其实现原理。【课程内容与收获】 本课程将解析YOLOv4的实现原理和源码,具体内容包括:- YOLOv4目标检测原理- 神经网络及darknet的C语言实现,尤其是反向传播的梯度求解和误差计算- 代码阅读工具及方法- 深度学习计算的利器:BLAS和GEMM- GPU的CUDA编程方法及在darknet的应用- YOLOv4的程序流程- YOLOv4各层及关键技术的源码解析本课程将提供注释后的darknet源码程序文件。【相关课程】 除本课程《YOLOv4目标检测:原理与源码解析》外,本人推出了有关YOLOv4目标检测的系列课程,包括:《YOLOv4目标检测实战:训练自己的数据集》《YOLOv4-tiny目标检测实战:训练自己的数据集》《YOLOv4目标检测实战:人脸口罩佩戴检测》《YOLOv4目标检测实战:中国交通标志识别》建议先学习一门YOLOv4实战课程,对YOLOv4的使用方法了解以后再学习本课程。【YOLOv4网络模型架构图】 下图由白勇老师绘制  

“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

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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