YOLO V3 目标检测

提示：文章用于学习记录

---

前言

---

1. 未识别到全部人脸问题

• 多尺度检测 cv2.detectMultiScale() 的四个比较重要的参数分别是：scaleFacto or、minNeighbors、minSize 和 maxSize，其中 scaleFactor 是对区域进行缩放的比例，可以根据图像的像素值来设置此参数，像素大缩小的速度就可以快一点通常在1~1.5之间，minNeighbors 是最少检测几次。

2. YOLOv3 目标检测

• coco.names 数据集由80个标签组成：
  
  
  
  
  
  
  
  
  
  
  
• 置信度过滤和非极大值抑制 NMS :
  cv2.dnn.NMSBoxes(boxe，sconfidences，CONF=0.5，NMS=0.4)
  在检测中发现出现双框的效果（或者出现多框），使用 NMS 算法解决多框问题，OpenCV dnn 模块自带了 NMSBoxes() 函数，NMS 目的是在邻域内保留同一检测目标置信度最大的框，在下方输出中可以发现对于邻域相同目标检测，只保留了 confidence 值最大的 box 索引。
  
• 给每个框随机指定颜色

3. 存在问题

• 在用opencv调用yolov3的权重文件，获取三个尺度输出层的名称时出现了这个错误。
  
  • 修改前：output layers names = [layersNames[i[0]-1] for i in net.getUnconnectedutLayers()]
  • 解决办法：修改为 output lavers names = [laversNames[i-1] for i in net.getUnconnectedOutLavers()]
• 图片显示问题
  
  • img = cv2.resize(img, Nonefx=0.2, fy=0.2)，resize 是 opencv 库中的一个函数，主要起到对图片进行缩放的作用，可解决图片显示问题。其中，参数 fx：是图像 width 方向的缩放比例；fy：height 方向的缩放比例。如果 fx = 0.3，fy = 0.7，则将原图片的 x 轴缩小为原来的 0.3 倍，将 y 轴缩小为原来的 0.7 倍。
    
    

---

总结

以上就是 YOLO V3 目标检测实现与问题解决。