点击上方“AI算法与图像处理”，选择加"星标"或“置顶”
重磅干货，第一时间送达
来源：OpenCV学堂
==========================================================================================================
前一阵子YOLOv4发布了，后面就是YOLOv5，估计再过几天就要YOLOv10086了，这个时代技术进步太魔幻，改几个参数就可以继续升级版本。2020.718 OpenCV4.4发布了，支持YOLOv4推理，于是我立刻测试了一波。
模型下载
YOLOv4的相关模型合集在这里
https://github.com/AlexeyAB/darknet/wiki/YOLOv4-model-zoo
我使用的是基于COCO预训练模型：
YOLOv4-Leaky
OpenCV4.4 DNN
OpenCV4.4 支持YOLOv4，这个是它的官方release里面说的，其实我早就发现了YOLOv4可以通过OpenCV4.2直接跑，怎么OpenCV4.4才官宣。也许不发布新版本不好官宣，只有发布了新版本才可以顺便说一下。此外OpenCV4.4 DNN还有很多新添加的演示程序，支持了深度学习的光流、支持tensorflow object detection API的EfficientDet对象检测模型，但是前提是tensorflow2.x才可以。多了一个tf_text_graph_efficientdet.py文件，用来生成对应的pbtxt文件。
OpenCV4.4 DNN + YOLOv4对象检测演示
跟YOLOv3一样，YOLOv4也有三个输出层，完成推理之后，需要在进一步通过NMS实现对重叠框的去除，什么是NMS（非最大抑制），看下图就懂啦：
然后说一下模型输入格式与输出格式
输入：NCHW=1x3x416x416
输出：NXC 其中N表示多少个对象，C的前四个数矩形框的[center_x, center_y, width, height]，从第五个数值开始分别是每个类别的得分，求的最大得分，如果高于阈值0.5，则认为检测到了对象，每个score对应的index即是COCO类别文本。
根据上面的描述，对一个视频文件实现YOLOv4的对象检测代码如下：
1Net net = readNetFromDarknet(yolov4_config, yolov4_model); 2net.setPreferableBackend(DNN_BACKEND_INFERENCE_ENGINE); 3net.setPreferableTarget(DNN_TARGET_CPU); 4std::vector<String> outNames = net.getUnconnectedOutLayersNames(); 5for (int i = 0; i < outNames.size(); i++) { 6 printf("output layer name : %s\n", outNames[i].c_str()); 7} 8 9vector<string> classNamesVec;10ifstream classNamesFile("D:/projects/opencv_tutorial/data/models/object_detection_classes_yolov3.txt");11if (classNamesFile.is_open())12{13 string className = "";14 while (std::getline(classNamesFile, className))15 classNamesVec.push_back(className);16}1718VideoCapture capture;19capture.open("D:/images/video/f35_02.mp4");20Mat frame;21// 加载图像 22while (true) {23 int64 start = getTickCount();24 capture.read(frame);25 Mat inputBlob = blobFromImage(frame, 1 / 255.F, Size(416, 416), Scalar(), true, false);26 net.setInput(inputBlob);2728 // 检测29 std::vector<Mat> outs;30 net.forward(outs, outNames);3132 vector<Rect> boxes;33 vector<int> classIds;34 vector<float> confidences;35 for (size_t i = 0; i<outs.size(); ++i)36 {37 // detected objects and C is a number of classes + 4 where the first 438 float* data = (float*)outs[i].data;39 for (int j = 0; j < outs[i].rows; ++j, data += outs[i].cols)40 {41 Mat scores = outs[i].row(j).colRange(5, outs[i].cols);42 Point classIdPoint;43 double confidence;44 minMaxLoc(scores, 0, &confidence, 0, &classIdPoint);45 if (confidence > 0.5)46 {47 int centerX = (int)(data[0] * frame.cols);48 int centerY = (int)(data[1] * frame.rows);49 int width = (int)(data[2] * frame.cols);50 int height = (int)(data[3] * frame.rows);51 int left = centerX - width / 2;52 int top = centerY - height / 2;5354 classIds.push_back(classIdPoint.x);55 confidences.push_back((float)confidence);56 boxes.push_back(Rect(left, top, width, height));57 }58 }59 }6061 vector<int> indices;62 NMSBoxes(boxes, confidences, 0.5, 0.2, indices);63 for (size_t i = 0; i < indices.size(); ++i)64 {65 int idx = indices[i];66 Rect box = boxes[idx];67 String className = classNamesVec[classIds[idx]];68 putText(frame, className.c_str(), box.tl(), FONT_HERSHEY_SIMPLEX, 1.0, Scalar(255, 0, 0), 2, 8);69 rectangle(frame, box, Scalar(0, 0, 255), 2, 8, 0);70 }71 float fps = getTickFrequency() / (getTickCount() - start);72 float time = (getTickCount() - start) / getTickFrequency();73 ostringstream ss;74 ss << "FPS : "<< fps <<" detection time: " << time*1000 << " ms";75 putText(frame, ss.str(), Point(20, 20), 0, 0.5, Scalar(0, 0, 255));76 imshow("YOLOv4-Detections", frame);77 char c = waitKey(1);78 if (c == 27) {79 break;80 }81}82waitKey(0);83return;
代码运行结果如下：
我只能说速度有点感人，我有点怕啦，当然我是在i7CPU上运行的。
最后的最后求一波分享！YOLOv4 trick相关论文已经下载并放在公众号后台关注“AI算法与图像处理”，回复 “200714”获取
个人微信
请注明：
地区+学校/企业+研究方向+昵称
如果没有备注不拉群！
本文分享自微信公众号 - AI算法与图像处理（AI_study）。
如有侵权，请联系 support@oschina.cn 删除。
本文参与“OSC源创计划”，欢迎正在阅读的你也加入，一起分享。
