基本步骤

  1. 文件路径和基本参数设置
    文件：类别名文件（如data_coco.names），配置文件（如cfg_yolov3.cfg）和权重文件（如yolov3.weights）
    基本参数设置：非极大抑制阈值，图片高宽
    读入模型：readNetFrom…
  2. 套路
    （1）blob=cv2.dnn.blobFromImage （2）net.setInput(blob) （3）outInfo = net.getUnconnectedOutLayersNames()获取网络输出层信息（所有输出层的名字）
    Net类中的forward函数需要一个结束层，它应该在网络中运行到该层。因此我们通过getUnconnectedOutLayersNames来识别网络的最后一层从而运行整个网络
    （4）layerOutputs = net.forward(outInfo)设定并前向传播
  3. 对图像框进行处理
    遍历
  4. 后处理
    通过cv.dnn.NMSBoxes获得检测框的索引

很好的【参考文档】：基于opencv的yolo物体检测

part1. api

OpenCV4.0 DNN(二) ——Net篇

1）blobFromImage

blobFromImage主要是用来对图片进行预处理。包含两个主要过程：

  1. 整体像素值减去平均值（mean）
  2. 通过缩放系数（scalefactor）对图片像素值进行缩放
blobFromImage(InputArray image, 
			  double scalefactor=1.0, 
		      const Size& size = Size(),
			  const Scalar& mean = Scalar(), 
			  bool swapRB = false, 
			  bool crop = false,
			  int ddepth = CV_32F)

image：这个就是我们将要输入神经网络进行处理或者分类的图片。

mean：需要将图片整体减去的平均值，如果我们需要对RGB图片的三个通道分别减去不同的值，那么可以使用3组平均值，如果只使用一组，那么就默认对三个通道减去一样的值。减去平均值（mean）：为了消除同一场景下不同光照的图片，对我们最终的分类或者神经网络的影响，我们常常对图片的R、G、B通道的像素求一个平均值，然后将每个像素值减去我们的平均值，这样就可以得到像素之间的相对值，就可以排除光照的影响。

scalefactor：当我们将图片减去平均值之后，还可以对剩下的像素值进行一定的尺度缩放，它的默认值是1，如果希望减去平均像素之后的值，全部缩小一半，那么可以将scalefactor设为1/2。

size：这个参数是我们神经网络在训练的时候要求输入的图片尺寸。

swapRB：OpenCV中认为我们的图片通道顺序是BGR，但是我平均值假设的顺序是RGB，所以如果需要交换R和G，那么就要使swapRB=true


2)setInput
void cv::dnn::Net::setInput (
   InputArray blob,
   const String & name = "",
   double scalefactor = 1.0,
   const Scalar & mean = Scalar() )
3）getUnconnectedOutLayersNames
outInfo = net.getUnconnectedOutLayersNames()
print(outInfo)

输出结果是：
('yolo_82', 'yolo_94', 'yolo_106')
4）forward
layerOutputs = net.forward(outInfo)
print(layerOutputs)

输出结果是

python 调用yolo模型 python yolov3_python


结果上是4+1+80

4：前四个维度分别是xywh

1：然后是一个维度的置信度

80：每一个类别的概率

part2. 例子

# import the necessary packages
import numpy as np
import argparse
import time
import cv2
import os

#检测图片路径
image_path='D:\computervision\deep_learning_model\yolov5-6.2\data\images/bus.jpg'

#文件存储路径
yolo='D:/computervision/deep_learning_model/model/rm/yolo/yolo-coco'
confidence_t=0.5
threshold=0.3
# 加载训练 YOLO 模型的 COCO 类标签
#labelsPath = os.path.sep.join([yolo, "coco.names"])
labelsPath ="D:\computervision\deep_learning_model\model/rm\yolo\yolo-coco\data_coco.names"
LABELS = open(labelsPath).read().strip().split("\n")
# 初始化一个颜色列表来表示每个类标签
np.random.seed(42)
COLORS = np.random.randint(0, 255, size=(len(LABELS), 3),
                           dtype="uint8")
# YOLO 对象检测
print("[INFO] loading YOLO from disk...")
config_path = 'D:\computervision\deep_learning_model\model/rm\yolo\yolo-coco\cfg_yolov3.cfg'
weights_path = 'D:\computervision\deep_learning_model\model/rm\yolo\yolo-coco\yolov3.weights'
net = cv2.dnn.readNetFromDarknet(config_path, weights_path)

# 加载我们的输入图像并获取其空间维度
image = cv2.imread(image_path)
(H, W) = image.shape[:2]
# 从输入图像构建一个blob，然后执行一个前向传播


# 通过 YOLO 对象检测器，输出边界框和相关概率
blob = cv2.dnn.blobFromImage(image, 1 / 255.0, (416, 416),
                             swapRB=True, crop=False)
net.setInput(blob)
start = time.time()
# 获取网络输出层信息（所有输出层的名字），设定并前向传播
outInfo = net.getUnconnectedOutLayersNames()
# 得到各个输出层的、各个检测框等信息，是二维结构。
layerOutputs = net.forward(outInfo)



# 分别初始化检测到的边界框、置信度和类 ID 的列表
boxes = []
confidences = []
classIDs = []
# 循环输出
for output in layerOutputs:
    # 遍历每个检测结果
    for detection in output:
        # 提取物体检测的类ID和置信度（即概率）
        scores = detection[5:]
        classID = np.argmax(scores)
        confidence = scores[classID]
        # 过滤精度低的结果
        if confidence > confidence_t:
            # 延展边界框坐标，计算 YOLO 边界框的中心 (x, y) 坐标，然后是框的宽度和高度
            box = detection[0:4] * np.array([W, H, W, H])
            (centerX, centerY, width, height) = box.astype("int")
            # 使用中心 (x, y) 坐标导出边界框的上角和左角
            x = int(centerX - (width / 2))
            y = int(centerY - (height / 2))
            # 更新边界框坐标、置信度和类 ID 列表
            boxes.append([x, y, int(width), int(height)])
            confidences.append(float(confidence))
            classIDs.append(classID)
# 使用非极大值抑制来抑制弱的、重叠的边界框
idxs = cv2.dnn.NMSBoxes(boxes, confidences, confidence_t,
                        threshold)
# 确保至少存在一个检测
if len(idxs) > 0:
    # 遍历我们保存的索引
    for i in idxs.flatten():
        # 提取边界框坐标
        (x, y) = (boxes[i][0], boxes[i][1])
        (w, h) = (boxes[i][2], boxes[i][3])
        # 在图像上绘制一个边界框矩形和标签
        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)
# show the output image
cv2.imshow("Image", image)
cv2.waitKey(0)