Python实现yolov4(tiny)（摄像头实现）

略知12

已于 2023-11-17 10:24:00 修改

阅读量1.9k

点赞数 1

分类专栏： pytorch 文章标签： python opencv 计算机视觉

于 2021-04-06 19:10:48 首次发布

原文链接：https://github.com/AlexeyAB/darknet

版权

pytorch 专栏收录该内容

18 篇文章 3 订阅

订阅专栏

该博客文章介绍了如何利用PyTorch和YOLOv4模型进行实时物体检测。首先，它加载了预训练的YOLOv4权重和配置文件，然后初始化相关参数。接着，通过读取视频流，将每一帧图像输入模型进行物体检测。对于每个检测到的物体，它会计算边界框、置信度和类别，并应用非极大值抑制来消除重叠的检测。最后，将在图像上绘制出检测结果并显示。该代码演示了一个简单的视频检测应用程序。

摘要由CSDN通过智能技术生成

环境要求：基本的Pytorch及相关模块

模型文件：见C++ opencv(Yolov4-tiny)_yolov4_tinyc++改写_略知12的博客-CSDN博客

代码：

# -*- coding: utf-8 -*-
"""
Created on Sat Mar 13 10:24:50 2021

@author: S
"""

import numpy as np
import cv2
import os
import time


def video_demo():
    # 加载已经训练好的模型路径，可以是绝对路径或者相对路径
    weightsPath = "yolov4.weights"
    configPath = "yolov4.cfg"
    labelsPath = "coco.names"
    # 初始化一些参数
    LABELS = open(labelsPath).read().strip().split("\n")  # 物体类别
    COLORS = np.random.randint(0, 255, size=(len(LABELS), 3), dtype="uint8")  # 颜色
    boxes = []
    confidences = []
    classIDs = []
    net = cv2.dnn.readNetFromDarknet(configPath, weightsPath)
    # 读入待检测的图像
    # 0是代表摄像头编号，只有一个的话默认为0
    capture = cv2.VideoCapture(0)
    while (True):
        ref, image = capture.read()
        (H, W) = image.shape[:2]
        # 得到 YOLO需要的输出层
        ln = net.getLayerNames()
        ln = [ln[i[0] - 1] for i in net.getUnconnectedOutLayers()]
        # 从输入图像构造一个blob，然后通过加载的模型，给我们提供边界框和相关概率
        blob = cv2.dnn.blobFromImage(image, 1 / 255.0, (416, 416), swapRB=True, crop=False)
        net.setInput(blob)
        layerOutputs = net.forward(ln)
        # 在每层输出上循环
        for output in layerOutputs:
            # 对每个检测进行循环
            for detection in output:
                scores = detection[5:]
                classID = np.argmax(scores)
                confidence = scores[classID]
                # 过滤掉那些置信度较小的检测结果
                if confidence > 0.5:
                    # 框后接框的宽度和高度
                    box = detection[0:4] * np.array([W, H, W, H])
                    (centerX, centerY, width, height) = box.astype("int")
                    # 边框的左上角
                    x = int(centerX - (width / 2))
                    y = int(centerY - (height / 2))
                    # 更新检测出来的框
                    boxes.append([x, y, int(width), int(height)])
                    confidences.append(float(confidence))
                    classIDs.append(classID)
        # 极大值抑制
        idxs = cv2.dnn.NMSBoxes(boxes, confidences, 0.2, 0.3)
        if len(idxs) > 0:
            for i in idxs.flatten():
                (x, y) = (boxes[i][0], boxes[i][1])
                (w, h) = (boxes[i][2], boxes[i][3])
                # 在原图上绘制边框和类别
                color = [int(c) for c in COLORS[classIDs[i]]]
                cv2.rectangle(image, (x, y), (x + w, y + h), color, 2)
                text = "{}: {:.4f}".format(LABELS[classIDs[i]], confidences[i])
                cv2.putText(image, text, (x, y - 5), cv2.FONT_HERSHEY_SIMPLEX, 0.5, color, 2)
        cv2.imshow("Image", image)
        # 等待30ms显示图像，若过程中按“ESC”退出
        c = cv2.waitKey(30) & 0xff
        if c == 27:
            capture.release()
            break


video_demo()