首先下载网络配置文件、权重文件、label文件
wget https://pjreddie.com/media/files/yolov3.weights wget https://github.com/pjreddie/darknet/blob/master/cfg/yolov3.cfg wget https://github.com/pjreddie/darknet/blob/master/data/coco.names
没时间解释了，看代码吧
import numpy as np import cv2 as cv import os import time yolo_dir = 'models/yolo-coco' # YOLO文件路径 weightsPath = os.path.join(yolo_dir, 'yolov3.weights') # 权重文件 configPath = os.path.join(yolo_dir, 'yolov3.cfg') # 配置文件 labelsPath = os.path.join(yolo_dir, 'coco.names') # label名称 CONFIDENCE = 0.5 # 过滤弱检测的最小概率 THRESHOLD = 0.4 # 非最大值抑制阈值 # 加载网络、配置权重 net = cv.dnn.readNetFromDarknet(configPath, weightsPath) # # 利用下载的文件 print("[INFO] loading YOLO from disk...") # 可以打印下信息 # 加载图片、转为blob格式、送入网络输入层 imgPath = 'corp1.jpg' # 测试图像 img = cv.imread(imgPath) blobImg = cv.dnn.blobFromImage(img, 1.0/255.0, (416, 416), None, True, False) # # net需要的输入是blob格式的，用blobFromImage这个函数来转格式 net.setInput(blobImg) # # 调用setInput函数将图片送入输入层 # 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() # # 前面的yolov3架构也讲了，yolo在每个scale都有输出，outInfo是每个scale的名字信息，供net.forward使用 start = time.time() layerOutputs = net.forward(outInfo) # 得到各个输出层的、各个检测框等信息，是二维结构。 end = time.time() print("[INFO] YOLO took {:.6f} seconds".format(end - start)) # 可以打印下信息 # 拿到图片尺寸 (H, W) = img.shape[:2] # 过滤layerOutputs # layerOutputs的第1维的元素内容: [center_x, center_y, width, height, objectness, N-class score data] # 过滤后的结果放入： boxes = [] # 所有边界框（各层结果放一起） confidences = [] # 所有置信度 classIDs = [] # 所有分类ID # # 1）过滤掉置信度低的框框 for out in layerOutputs: # 各个输出层 print(len(out)) # 507 2028 8112 # yolov3 每个 cell 9个 anchor，3种尺度3种长宽比， # yolov3 共 3 路输出，分别下采样到 13，26, 52，每路输出使用对应的 3个 anchor， # 故 每路输出 尺寸为 13*13*3=507,26*26*3=2028 for detection in out: # 各个框框 # 拿到置信度 scores = detection[5:] # 各个类别的置信度 classID = np.argmax(scores) # 最高置信度的id即为分类id confidence = scores[classID] # 拿到置信度 # 根据置信度筛查 if confidence > CONFIDENCE: box = detection[0:4] * np.array([W, H, W, H]) # 将边界框放会图片尺寸 (centerX, centerY, width, height) = box.astype("int") x = int(centerX - (width / 2)) y = int(centerY - (height / 2)) boxes.append([x, y, int(width), int(height)]) confidences.append(float(confidence)) classIDs.append(classID) # 应用非最大值抑制(non-maxima suppression，nms)进一步筛掉 idxs = cv.dnn.NMSBoxes(boxes, confidences, CONFIDENCE, THRESHOLD) # boxes中，保留的box的索引index存入idxs # 得到labels列表 with open(labelsPath, 'rt') as f: labels = f.read().rstrip('\n').split('\n') # 应用检测结果 np.random.seed(42) COLORS = np.random.randint(0, 255, size=(len(labels), 3), dtype="uint8") # 框框显示颜色，每一类有不同的颜色，每种颜色都是由RGB三个值组成的，所以size为(len(labels), 3) if len(idxs) > 0: for i in idxs.flatten(): # indxs是二维的，第0维是输出层，所以这里把它展平成1维 (x, y) = (boxes[i][0], boxes[i][1]) (w, h) = (boxes[i][2], boxes[i][3]) color = [int(c) for c in COLORS[classIDs[i]]] cv.rectangle(img, (x, y), (x+w, y+h), color, 2) # 线条粗细为2px text = "{}: {:.4f}".format(labels[classIDs[i]], confidences[i]) cv.putText(img, text, (x, y-5), cv.FONT_HERSHEY_SIMPLEX, 0.5, color, 2) # cv.FONT_HERSHEY_SIMPLEX字体风格、0.5字体大小、粗细2px cv.imshow('detected image', img) cv.waitKey(0)
参考资料：
https://www.cnblogs.com/hesse-summer/p/11335865.html opencv-python+yolov3实现目标检测