python opencv yolo_在OpenCV-Python 中用YOLO 目标检测

我们将在本教程中学习YOLO对象检测。 Yolo是一种深度学习算法，于2016年5月问世，它之所以迅速流行，是因为与以前的深度学习算法相比，它是如此之快。

使用yolo，我们可以以相对较高的速度检测物体。使用GPU，我们每秒可以处理45帧以上的帧，而CPU每秒可以处理大约一帧。

怎样安装YOLO呢？

让我们澄清一些事情。 YOLO是一种深度学习算法，因此它本身不需要任何安装，而我们需要的是在其中运行算法的深度学习框架。

在这里，我将描述与YOLO兼容的3种最常用和最知名的框架，以及每种框架的优缺点：Darknet：这是由YOLO开发人员构建的框架，专门为yolo制作。

优点：速度快，可与GPU或CPU配合使用

缺点：它只能与Linux操作系统一起使用Darkflow：这是Darknet对Tensorflow(另一个深层leanring框架)的改编。

优势：速度快，可以与GPU或CPU配合使用，并且还与Linux，Windows和Mac兼容。

缺点：安装非常复杂，尤其是在Windows上Opencv：opencv还有一个可与YOLO一起使用的深度学习框架。 只要确保您至少具有opencv 3.4.2。

优点：它无需安装opencv即可运行。

缺点：它仅与CPU配合使用，因此您无法以很高的速度实时处理视频。

如何在Opencv中使用YOLO

在本教程中，我们将重点介绍如何在Opencv中使用YOLO。对于初学者来说，这是最好的方法，它可以快速完成算法