linux环境下封装YOLOv2算法

      YOLOv3已出，不管哪个版本，其封装应该大同小异。之前在windows环境下，以https://github.com/AlexeyAB/darknet版本进行封装，linux下封装也是差异不大，而且linux环境下编译工程更简单。以YOLOv2为例，主要找出test_detector函数

void test_detector(char *datacfg, char *cfgfile, char *weightfile, char *filename, float thresh, float hier_thresh, char *outfile, int fullscreen)
{
    list *options = read_data_cfg(datacfg);
    char *name_list = option_find_str(options, "names", "data/names.list");
    char **names = get_labels(name_list);


    image **alphabet = load_alphabet();
    network *net = load_network(cfgfile, weightfile, 0);
    set_batch_network(net, 1);
    srand(2222222);
    double time;
    char buff[256];
    char *input = buff;
    float nms=.45;
    while(1){
        if(filename){
            strncpy(input, filename, 256);
        } else {
            printf("Enter Image Path: ");
            fflush(stdout);
            input = fgets(input, 256, stdin);
            if(!input) return;
            strtok(input, "\n");
        }
        image im = load_image_color(input,0,0);
        image sized = letterbox_image(im, net->w, net->h);
        //image sized = resize_image(im, net->w, net->h);
        //image sized2 = resize_max(im, net->w);
        //image sized = crop_image(sized2, -((net->w - sized2.w)/2), -((net->h - sized2.h)/2), net->w, net->h);
        //resize_network(net, sized.w, sized.h);
        layer l = net->layers[net->n-1];




        float *X = sized.data;
        time=what_time_is_it_now();
        network_predict(net, X);
        printf("%s: Predicted in %f seconds.\n", input, what_time_is_it_now()-time);
        int nboxes = 0;
        detection *dets = get_network_boxes(net, im.w, im.h, thresh, hier_thresh, 0, 1, &nboxes);
        //printf("%d\n", nboxes);
        //if (nms) do_nms_obj(boxes, probs, l.w*l.h*l.n, l.classes, nms);
        if (nms) do_nms_sort(dets, nboxes, l.classes, nms);
        draw_detections(im, dets, nboxes, thresh, names, alphabet, l.classes);
        free_detections(dets, nboxes);
        if(outfile){
            save_image(im, outfile);
        }
        else{
            save_image(im, "predictions");
#ifdef OPENCV
            cvNamedWindow("predictions", CV_WINDOW_NORMAL); 
            if(fullscreen){
                cvSetWindowProperty("predictions", CV_WND_PROP_FULLSCREEN, CV_WINDOW_FULLSCREEN);
            }
            show_image(im, "predictions");
            cvWaitKey(0);
            cvDestroyAllWindows();
#endif
        }


        free_image(im);
        free_image(sized);
        if (filename) break;
    }
}

其中

list *options = read_data_cfg(datacfg);
    char *name_list = option_find_str(options, "names", "data/names.list");
    char **names = get_labels(name_list);


    image **alphabet = load_alphabet();
    network *net = load_network(cfgfile, weightfile, 0);
    set_batch_network(net, 1);

放入初始化函数，其余部分就是当做接口函数，建一个cpp文件，写一个main函数，调用接口函数，需要注意的几点：

1、注意输入的图像格式，BGR需转化为RGB顺序存储，即按照R->G->B通道顺序存储。当然这块可以自己写，也可以直接使用源代码里面的模块，只是输入参数不同。

2、几个变量需要定义为全局变量，因为初始化和接口函数都使用。

3、因为以c++方式编译，所以封装所用头文件写成，extern “C”{ 头文件}，https://github.com/pjreddie/darknet/issues/375

4、源码都是纯c，所以可把string格式的输入变量转为char格式。消除警告。

5、注意初始化函数和接口函数均要以c文件格式来写，然后在linux下对其进行封装成动态库，在用main函数调用，如果初始化和接口函数和main在同一个cpp文件中，则只能跑通cpu模式，gpu模式无法跑通。