DarkNet安装——批量测试

目标：实现批量预测，保存预测结果及原图标注后的图片

安装

mkdir release
cd release
cmake ..
make -j`nproc`

批量测试

1.在darknet可执行文件目录下手动建立result_img和result_labels文件（用于程序时运行相关文件的保存，建立一个空文件夹即可）
result_img：保存检测到的图像（原图标注）
result_labels：保存与检测图像同名的txt文件，内容是预测结果(cls,xmin,ymin,wight,high)或者绝对位置（xmin,ymin,wight,high）——嗖嗖虾APP目前是后者，可以根据实际情况修改

0 0.240625 0.591912 0.181250 0.323529
or 177.0 76.0 308.0 289.0

2.将批量待检测的test.txt文件保存在该文件夹
内容：所有待测图片的绝对路径

/media/scut214/data/XZY/paper/MyCFTrackers/Mosse/people/PeopleDec_1_1.jpg
/media/scut214/data/XZY/paper/MyCFTrackers/Mosse/people/PeopleDec_1_2.jpg

3.执行批量预测指令

./darknet detector test ../train_head/cfg/my_yolo.data \
    ../train_head/cfg/weight/yolov4-tiny_train.cfg \
    ../train_head/weights/yolov4-tiny_train_020000_480_288.weights \
    test.txt #测试批训练程序

代码修改方法

在src/detector.c文件的void test_detector()上方增加以下辅助函数

//读取文件名，包括后缀
char *GetFilename(char *p)
{
    static char name[40] = { "" };
    char *q = strrchr(p, '/') + 1;
    strncpy(name, q, 35);//后面的35是图片名长度（不包括后缀），根据自己的需要进行修改
    return name;
}
//判断文件是不是图片
typedef enum {false, true} bool;
bool IsImageByTail(char *path)
{
    char str[6];
    strncpy(str,path+(strlen(path))-4,4);
    if(strncmp(str,".jpg",4) == 0 || strncmp(str,".png",4) == 0)
        return true;
    else        
        return false;
}

在test_detector函数中添加代码

void test_detector(char *datacfg, char *cfgfile, char *weightfile, char *filename, float thresh,
    float hier_thresh, int dont_show, int ext_output, int save_labels, char *outfile, int letter_box, int benchmark_layers)
{
    list *options = read_data_cfg(datacfg);
    char *name_list = option_find_str(options, "names", "data/names.list");
    int names_size = 0;
    char **names = get_labels_custom(name_list, &names_size); //get_labels(name_list);

    image **alphabet = load_alphabet();
    network net = parse_network_cfg_custom(cfgfile, 1, 1); // set batch=1
    if (weightfile) {
        load_weights(&net, w