21xrx.com
2024-12-22 10:07:47 Sunday
登录
文章检索 我的文章 写文章
使用OpenCV调用YOLO模型
2023-10-11 13:51:55 深夜i     --     --
OpenCV YOLO 模型调用 计算机视觉 目标检测

OpenCV是一种经典的计算机视觉库，广泛应用于图像处理和机器视觉任务。而YOLO（You Only Look Once）则是一种流行的目标检测模型，以其高效的速度和准确性而闻名。在本文中，我们将探讨如何使用OpenCV来调用YOLO模型，以实现目标检测的功能。

首先，我们需要准备YOLO模型文件和对应的类别标签。YOLO模型由两个文件组成：一个是模型结构文件（.cfg），另一个是模型权重文件（.weights）。这两个文件可以从YOLO官方网站下载，或者从开源社区获取。类别标签文件（.names）包含了我们希望模型能够检测的物体类别，例如人、汽车、猫等。

接下来，我们需要在代码中加载YOLO模型和类别标签。使用OpenCV的`dnn`模块，我们可以通过`readNetFromDarknet`函数来加载模型。该函数需要模型结构文件和权重文件作为参数。类别标签可以通过`readLabelNames`函数读取。

 python

import cv2


# Load YOLO model


net = cv2.dnn.readNetFromDarknet("yolo.cfg", "yolo.weights")


# Load class labels


with open("yolo.names", "r") as f:


  classes = [line.strip() for line in f.readlines()]


# Set up the input/output layer names


layer_names = net.getLayerNames()


output_layers = [layer_names[i[0] - 1] for i in net.getUnconnectedOutLayers()]

现在我们已经加载了YOLO模型和类别标签，接下来我们可以使用摄像头或者视频文件作为输入，进行目标检测。我们可以使用OpenCV的`VideoCapture`类来读取摄像头或者视频文件，然后使用YOLO模型来检测目标。

 python

# Open the video capture


cap = cv2.VideoCapture(0)


while True:


  # Read frame from camera


  ret, frame = cap.read()


  # Resize frame to fit the model input size


  resized = cv2.resize(frame, (416, 416))


  # Normalize and expand dimensions


  blob = cv2.dnn.blobFromImage(resized, 1 / 255.0, (416, 416), swapRB=True, crop=False)


  # Pass the blob through the network


  net.setInput(blob)


  outs = net.forward(output_layers)


  # Process the detections


  # ...

在上述代码中，我们首先从摄像头或者视频文件中读取一帧图像。然后，我们将图像调整为与模型输入大小一致的尺寸，并进行归一化和维度扩展。接下来，我们将图像数据传递给YOLO模型，并通过`forward`函数获取模型输出。

接下来的步骤是处理模型输出，提取目标检测结果并在图像上进行绘制。通过解析模型输出，我们可以获取检测到的物体的边界框坐标、置信度和类别标签。然后，我们可以使用OpenCV的绘图函数，在图像上绘制出矩形框和类别标签。

 python

  # Process the detections


  for out in outs:


    for detection in out:


      scores = detection[5:] # Confidence scores for each class


      class_id = np.argmax(scores)


      confidence = scores[class_id]


      if confidence > 0.5:


        # Extract object bounding box coordinates


        center_x = int(detection[0] * frame.shape[1])


        center_y = int(detection[1] * frame.shape[0])


        width = int(detection[2] * frame.shape[1])


        height = int(detection[3] * frame.shape[0])


        x = int(center_x - width / 2)


        y = int(center_y - height / 2)


        # Draw rectangle and label


        cv2.rectangle(frame, (x, y), (x + width, y + height), (0, 255, 0), 2)


        cv2.putText(frame, classes[class_id], (x, y - 10), cv2.FONT_HERSHEY_SIMPLEX, 0.5, (0, 255, 0), 2)


  # Show the frame with detections


  cv2.imshow("YOLO", frame)


  # Break the loop on 'q' key press


  if cv2.waitKey(1) & 0xFF == ord('q'):


    break


# Release the video capture


cap.release()


cv2.destroyAllWindows()

最后，我们通过在循环中不断读取并处理图像帧，在图像上绘制出检测结果。我们还添加了一个键盘监听事件，当用户按下`q`键时，程序将退出。

使用OpenCV调用YOLO模型可以实现高效的目标检测，而不需要依赖复杂的深度学习框架。通过加载模型文件和类别标签，处理图像输入，并绘制目标检测结果，我们可以轻松地应用YOLO模型来解决各种计算机视觉任务。

  
  

评论区

{{item['qq_nickname']}}
()
回复
回复