1 场景
YOLO全称You Only Look Once，YOLO实现了自动驾驶汽车等前沿技术中使用的实时对象检测。
可以实现对图像中的对象进行识别和定位，如下效果：
1.png
这里不研究算法，只研究，在python环境下，如何使用yolo进行图像中物体的识别和定位。
2 官网
2.1 官方地址
YOLO使用相关网站如下：
github地址：
https://github.com/pjreddie/darknet
2.2 百度网盘
如下为作者在百度网盘中备份的相关文件（配置文件+演示文件）：
链接：https://pan.baidu.com/s/1dsXTUB_MHAeEnPDeJBNvHg
提取码：i8pm
3 版本
python：3.6.3
4 依赖
（1）安装cv2依赖
pip install opencv-python
（2）安装numpy依赖
pip install numpy
4 代码
4.1 准备
（1）创建yolo配置文件
创建配置文件夹：cfg
将配置文件下载后，拷贝到cfg配置文件中：
链接：https://pan.baidu.com/s/1x_xIPC19lQ8sAljXtZqWWg
提取码：6w0x
（2）创建测试文件夹
测试文件夹：yoloSrc
输出文件夹：yoloRes
4.2 引入依赖
import cv2
import numpy as np
import os
import time
4.3 定义函数
def yolo_detect(pathIn='',
pathOut=None,
label_path='cfg/coco.names',
config_path='cfg/yolov3.cfg',
weights_path='cfg/yolov3.weights',
confidence_thre=0.5,
nms_thre=0.3,
jpg_quality=80):
'''
pathIn：原始图片的路径
pathOut：结果图片的路径
label_path：类别标签文件的路径
config_path：模型配置文件的路径
weights_path：模型权重文件的路径
confidence_thre：0-1，置信度（概率/打分）阈值，即保留概率大于这个值的边界框，默认为0.5
nms_thre：非极大值抑制的阈值，默认为0.3
jpg_quality：设定输出图片的质量，范围为0到100，默认为80，越大质量越好
'''
# 加载类别标签文件
LABELS = open(label_path).read().strip().split("\n")
nclass = len(LABELS)
# 为每个类别的边界框随机匹配相应颜色
np.random.seed(42)
COLORS = np.random.randint(0, 255, size=(nclass, 3), dtype='uint8')
# 载入图片并获取其维度
base_path = os.path.basename(pathIn)
img = cv2.imread(pathIn)
(H, W) = img.shape[:2]
# 加载模型配置和权重文件
print('从硬盘加载YOLO......')
net = cv2.dnn.readNetFromDarknet(config_path, weights_path)
# 获取YOLO输出层的名字
ln = net.getLayerNames()
ln = [ln[i[0] - 1] for i in net.getUnconnectedOutLayers()]
# 将图片构建成一个blob，设置图片尺寸，然后执行一次
# YOLO前馈网络计算，最终获取边界框和相应概率
blob = cv2.dnn.blobFromImage(img, 1 / 255.0, (416, 416), swapRB=True, crop=False)
net.setInput(blob)
start = time.time()
layerOutputs = net.forward(ln)
end = time.time()
# 显示预测所花费时间
print('YOLO模型花费 {:.2f} 秒来预测一张图片'.format(end - start))
# 初始化边界框，置信度（概率）以及类别
boxes = []
confidences = []
classIDs = []
# 迭代每个输出层，总共三个
for output in layerOutputs:
# 迭代每个检测
for detection in output:
# 提取类别ID和置信度
scores = detection[5:]
classID = np.argmax(scores)
confidence = scores[classID]
# 只保留置信度大于某值的边界框
if confidence > confidence_thre:
# 将边界框的坐标还原至与原图片相匹配，记住YOLO返回的是
# 边界框的中心坐标以及边界框的宽度和高度
box = detection[0:4] * np.array([W, H, W, H])
(centerX, centerY, width, height) = box.astype("int")
# 计算边界框的左上角位置
x = int(centerX - (width / 2))
y = int(centerY - (height / 2))
# 更新边界框，置信度（概率）以及类别
boxes.append([x, y, int(width), int(height)])
confidences.append(float(confidence))
classIDs.append(classID)
# 使用非极大值抑制方法抑制弱、重叠边界框
idxs = cv2.dnn.NMSBoxes(boxes, confidences, confidence_thre, nms_thre)
# 确保至少一个边界框
if len(idxs) > 0:
# 迭代每个边界框
for i in idxs.flatten():
# 提取边界框的坐标
(x, y) = (boxes[i][0], boxes[i][1])
(w, h) = (boxes[i][2], boxes[i][3])
# 绘制边界框以及在左上角添加类别标签和置信度
color = [int(c) for c in COLORS[classIDs[i]]]
cv2.rectangle(img, (x, y), (x + w, y + h), color, 2)
text = '{}: {:.3f}'.format(LABELS[classIDs[i]], confidences[i])
(text_w, text_h), baseline = cv2.getTextSize(text, cv2.FONT_HERSHEY_SIMPLEX, 0.5, 2)
cv2.rectangle(img, (x, y - text_h - baseline), (x + text_w, y), color, -1)
cv2.putText(img, text, (x, y - 5), cv2.FONT_HERSHEY_SIMPLEX, 0.5, (0, 0, 0), 2)
# 输出结果图片
if pathOut is None:
cv2.imwrite('with_box_' + base_path, img, [int(cv2.IMWRITE_JPEG_QUALITY), jpg_quality])
else:
cv2.imwrite(pathOut, img, [int(cv2.IMWRITE_JPEG_QUALITY), jpg_quality])
4.4 使用
if __name__ == '__main__':
yolo_detect('yoloSrc/trunk.jpg', 'yoloRes/trunk.jpg')
4.5 结果
输出日志：
从硬盘加载YOLO......
YOLO模型花费 1.75 秒来预测一张图片
（1）原文件
trunk.jpg
（2）输出结果
监测结果为truck，后面的0.999为对象匹配度。
trunk-2.jpg
