Yolo v3 的数据流分析与移植说明

缺乏、安全感 2023-05-29 03:34 30阅读 0赞

> Yolo又名you only look ones，果如其名，这个是端到端的图像识别深度学习模型。它是一个前沿的，实时的物体检测系统，在Pascal Tiatan X上的表现能达到30FPS的处理帧率，在COCO测试集上的mAP（mean average precision）达到57.9%。
> 
> 这个开源库有个什么特点？使用c语言手撸代码，不依赖其他库，强爆了好吧。后续操作步骤图中你可以看到，darknet框架的代码完全是.c和.h文件，对于移植不要太方便！我当前先写写怎么去使用yolo v3，主要是怎么调用，也会写写怎么训练自己的数据。未来有机会再研究一下源码怎么实现深度框架的（希望有机会）。
> 
>                                ![20191103125630145.png][]                                         ![20191103125634876.png][]
> 
>                                           图1-1 Darknet会徽                                                        图1-2 作者Joe Redmen本人
> 
> 官网：[https://pjreddie.com/darknet/yolo][https_pjreddie.com_darknet_yolo]
> 
> github地址：[https://github.com/pjreddie/darknet][https_github.com_pjreddie_darknet]
> 
> 在学习和使用Yolo v3的过程中，参考了网上非常多优秀的资料，所以在此统一申明，表示感谢：
> 
> 首先感谢Joe Redmen公布的由c语言写就的Yolo v3的源码，使得实时的物体检测使用变得非常便捷。

**目录**

1.源码的目录结构

2.图片数据的流向

3.关键语句的分析

4.输出结果的控制

5.怎么在Qt中移植

6.怎么训练自己的数据

--------------------

**本项目所用电脑环境：**

win10       VS2015

# 1.源码的目录结构 #

yolo v3的工程文件在darknet-master-->build-->darknet中。

# ![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2tpc3Nnb29kYnllMjAxMg_size_16_color_FFFFFF_t_70][] #

从下图可以看出，yolo v3的所有依赖文件都是.c和.h文件，因此非常方便用于移植。

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2tpc3Nnb29kYnllMjAxMg_size_16_color_FFFFFF_t_70 1][]       ![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2tpc3Nnb29kYnllMjAxMg_size_16_color_FFFFFF_t_70 2][]

# 2.图片数据的流向 #

程序的主函数在darknet.c中，下面我们从官网推荐的调用语句开始，分析图片处理的过程。

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2tpc3Nnb29kYnllMjAxMg_size_16_color_FFFFFF_t_70 3][]

## 2.1 调用darknet.exe可执行文件进行图片中物品检测 ##

（1）进行图片检测前

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2tpc3Nnb29kYnllMjAxMg_size_16_color_FFFFFF_t_70 4][]

（2）使用官方推荐语句进行图片中物体检测

./darknet detect cfg/yolov3.cfg yolov3.weights data/dog.jpg
    
    第一段./darknet  用于调用darknet.exe可执行文件
    第二段detect 用于说明程序的用途，检测
    第三段cfg/yolov3.cfg 用于说明调用的检测算法结构，这里是yolo v3
    第四段yolov3.weights 用于填充所用算法的权重参数
    第五段data/dog.jpg 用于指明需要进行检测的图片
    
    最终处理后的图片，会保存为prediction.jpg

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2tpc3Nnb29kYnllMjAxMg_size_16_color_FFFFFF_t_70 5][]         ![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2tpc3Nnb29kYnllMjAxMg_size_16_color_FFFFFF_t_70 6][]

（3）在vs2015中怎么添加输入参数呢？如下，在属性页中添加 使用空格分隔各个参数

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2tpc3Nnb29kYnllMjAxMg_size_16_color_FFFFFF_t_70 7][]

对于main入口函数中参数的分离，argc是int类型变量，存储这输入参数的个数。argv则是字符串类型，存储着输入参数。

其中需要注意，第一个参数始终为生成exe文件的路径

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2tpc3Nnb29kYnllMjAxMg_size_16_color_FFFFFF_t_70 8][]

# 3.关键语句的分析 #

3.1  函数char \*option\_find\_str(list \*l, char \*key, char \*def)

list *read_data_cfg(char *filename)
    {
    	
        FILE *file = fopen(filename, "r");
        if(file == 0) file_error(filename);
        char *line;
        int nu = 0;
        list *options = make_list();//初始化链表
        while((line=fgetl(file)) != 0){
            ++nu;
            strip(line);
            switch(line[0]){
                case '\0':
                case '#':
                case ';':
                    free(line);
                    break;
                default:
                    if(!read_option(line, options)){
                        fprintf(stderr, "Config file error line %d, could parse: %s\n", nu, line);
                        free(line);
                    }
                    break;
            }
        }
        fclose(file);
        return options;
    }

char *option_find_str(list *l, char *key, char *def)
    {
        char *v = option_find(l, key);
        if(v) return v;
        if(def) fprintf(stderr, "%s: Using default '%s'\n", key, def);
        return def;
    }

char **get_labels_custom(char *filename, int *size)
    {
        list *plist = get_paths(filename);
        if(size) *size = plist->size;
        char **labels = (char **)list_to_array(plist);
        free_list(plist);
        return labels;
    }

# 4.输出结果的控制 #

# 5.怎么在Qt中移植 #

# 6.怎么训练自己的数据  #

[20191103125630145.png]: https://img-blog.csdnimg.cn/20191103125630145.png
[20191103125634876.png]: https://img-blog.csdnimg.cn/20191103125634876.png
[https_pjreddie.com_darknet_yolo]: https://pjreddie.com/darknet/yolo
[https_github.com_pjreddie_darknet]: https://github.com/pjreddie/darknet
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2tpc3Nnb29kYnllMjAxMg_size_16_color_FFFFFF_t_70]: https://img-blog.csdnimg.cn/20191103140157621.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2tpc3Nnb29kYnllMjAxMg==,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2tpc3Nnb29kYnllMjAxMg_size_16_color_FFFFFF_t_70 1]: https://img-blog.csdnimg.cn/20191103140324752.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2tpc3Nnb29kYnllMjAxMg==,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2tpc3Nnb29kYnllMjAxMg_size_16_color_FFFFFF_t_70 2]: https://img-blog.csdnimg.cn/20191103140344911.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2tpc3Nnb29kYnllMjAxMg==,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2tpc3Nnb29kYnllMjAxMg_size_16_color_FFFFFF_t_70 3]: https://img-blog.csdnimg.cn/20191103141011567.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2tpc3Nnb29kYnllMjAxMg==,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2tpc3Nnb29kYnllMjAxMg_size_16_color_FFFFFF_t_70 4]: https://img-blog.csdnimg.cn/2019110314182461.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2tpc3Nnb29kYnllMjAxMg==,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2tpc3Nnb29kYnllMjAxMg_size_16_color_FFFFFF_t_70 5]: https://img-blog.csdnimg.cn/20191103142000852.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2tpc3Nnb29kYnllMjAxMg==,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2tpc3Nnb29kYnllMjAxMg_size_16_color_FFFFFF_t_70 6]: https://img-blog.csdnimg.cn/20191103142343542.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2tpc3Nnb29kYnllMjAxMg==,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2tpc3Nnb29kYnllMjAxMg_size_16_color_FFFFFF_t_70 7]: https://img-blog.csdnimg.cn/2019110315022238.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2tpc3Nnb29kYnllMjAxMg==,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2tpc3Nnb29kYnllMjAxMg_size_16_color_FFFFFF_t_70 8]: https://img-blog.csdnimg.cn/20191103150114686.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2tpc3Nnb29kYnllMjAxMg==,size_16,color_FFFFFF,t_70