如果新拿到一批数据，如何利用现有的yolov4 训练好的模型进行批量测试。

1.生成测试图片文档

在如下程序中，将imgs_path更换为自己的文件路径，下边程序将生成一个测试图片路径的txt文档。

import os
imgs_path = 'images'
txt_path = 'batch_test.txt'
img_list = [os.path.join(imgs_path, i) for i in os.listdir(imgs_path)]
save_txt = '\n'.join(img_list)
file_write_obj = open(txt_path, 'a')
file_write_obj.write(save_txt)
file_write_obj.close()

2.检测图像

下边就是利用yolo图像测试进行检测图像，其中将自己生成好的batch_test.txt一行行作为输入，送入网络中进行检测，同时将生成的log保存在text_result.txt中。

./darknet detector test cfg/coco.data cfg/yolov4.cfg yolov4.weights -ext_output -dont_show -out result.json < batch_test.txt >> text_result.txt

3.利用json画图片

import json
import cv2def load_json(path):with open(path, 'r') as f:json_dict = json.load(f)return json_dictresults_json = '../result.json'json_dict = load_json(results_json)
for i in json_dict:print(i)image_path = i['filename']img = cv2.imread(image_path)[h, w, c] = img.shapeobjects_info = i['objects']for j in objects_info:class_id = j['class_id']if class_id == 0:color = (255, 0, 0)else:color = (255, 0, 255)box_info = j['relative_coordinates']center_x = box_info['center_x']center_y = box_info['center_y']width = box_info['width']height = box_info['height']confidence = j['confidence']x_min = int((center_x - width / 2) * w)y_min = int((center_y - height / 2) * h)x_max = int((center_x + width / 2) * w)y_max = int((center_y + height / 2) * h)img = cv2.rectangle(img, (x_min, y_min), (x_max, y_max), color)cv2.imshow('img', img)cv2.waitKey(500)

YOLO v4 图片批量测试相关推荐

yolo测试图片批量裁剪+pad指定尺寸
基于u版Yolo v3 detect_save_crop.py import argparse from sys import platformfrom models import * # set O ...
linux下运行yolo,deepin(linux)编译安装yolo v4测试效果
# 背景五一放假的最后一天我也凑了个热闹,试一下新鲜出炉的yolo v4, 由于没有装CUDA和CUDNN,只试了一下在CPU上的速度和效果,电脑环境及编译依赖如下: * deepin 15.11桌 ...
亲试：darknet_yolov3批量测试图片并保存在自定义文件夹下与图片视频相互转换
使用darknet批量测试图片并保存在指定文件夹下测试时:Makefile前五行一定全调为0 当我们使用darknet框架使用测试语句时,系统调用程序语句,我们需要的是加入可以连续调用图片的系统,在 ...
YOLO v4在jetson nano的安装及测试
You only look once (YOLO)是一款非常著名的物体识别深度学习网络,可实现快速检测的同时还达到较高的准确率.官网 https://pjreddie.com/darknet/yolo ...
深度学习目标检测之 YOLO v4
论文原文:https://arxiv.org/abs/2004.10934 代码原版c++: https://github.com/AlexeyAB/darknet keras:https://gi ...
论文翻译笔记：YOLO v4 ：Optimal Speed and Accuracy of Object Detection
YOLO v4 论文:https://arxiv.org/abs/2004.10934 YOLO v4 开源代码:https://github.com/AlexeyAB/darknet 参考图片笔记: ...
YOLO v1到YOLO v4（下）
YOLO v1到YOLO v4(下) Faster YOLO使用的是GoogleLeNet,比VGG-16快,YOLO完成一次前向过程只用8.52 billion 运算,而VGG-16要30.69bi ...
用yolo3训练自己的数据集(包含数据搜集,图片标注,图片批量命名以及如何修改代码)——口罩佩戴以及规范佩戴口罩检验
用yolo3训练自己的数据集--口罩佩戴及规范性佩戴检验前言 1. 数据集处理 1.1 数据搜集(多途径) 1.2 自己制作数据集 2.图片标注 2.1 图片批量命名 2.2 使用labelimg进 ...
Window环境下运行YOLO v4目标检测算法
YOLO v4是一种最新提出的目标检测算法,由Alexey Bochkovskiy提出,性能较原有算法基础上有较大幅度提高. 论文地址:https://arxiv.org/abs/2004.10934 ...
Yolov5自定义图片训练测试及模型调优（详细过程）
Yolov5自定义图片训练测试及模型调优(详细过程) 1. 图像数据获取.标注 2. 数据集划分及准备 3. 配置训练参数,准备训练: 3.1 修改data/训练配置xxx.yaml文件: 3.2 修 ...

YOLO v4 图片批量测试

1.生成测试图片文档

2.检测图像

3.利用json画图片

YOLO v4 图片批量测试相关推荐

最新文章

热门文章