若该文为原创文章，转载请注明原文出处
本文章博客地址：https://blog.csdn.net/qq21497936/article/details/109201809
各位读者，知识无穷而人力有穷，要么改需求，要么找专业人士，要么自己研究
红胖子(红模仿)的博文大全：开发技术集合（包含Qt实用技术、树莓派、三维、OpenCV、OpenGL、ffmpeg、OSG、单片机、软硬结合等等）持续更新中…（点击传送门）

OpenCV开发专栏（点击传送门）

上一篇：《OpenCV开发笔记（七十二）：红胖子8分钟带你使用opencv+dnn+tensorFlow识别物体》
下一篇：持续补充中…

前言

级联分类器的效果并不是很好，准确度相对深度学习较低，上一章节使用了dnn中的tensorflow，本章使用yolov3模型，识别出具体的分类。

Demo

320x320，置信度0.6

608x608，置信度0.6（.cfg里面是608）

yolov3模型下载

• coco.names：模型具体的分类信息。https://github.com/pjreddie/darknet/blob/master/data/coco.names
• yolov3.weights：权重文件https://pjreddie.com/media/files/yolov3.weights
• yolov3.cfg：配置文件https://github.com/pjreddie/darknet/blob/master/cfg/yolov3.cfg
  以上若是下载不下来，提供其他下载地址，因为github非常慢。

CSDN：https://download.csdn.net/download/qq21497936/12995972
QQ群：1047134658（点击“文件”搜索“yolov3”，群内与博文同步更新）

OpenCV深度识别基本流程

opencv3.4.x支持了各种模型。

支持的模型

opencv3.4.x支持一下深度学习的模型：- caffe：.caffemodel
官网：http://caffe.berkeleyvision.org- tensorflow：.pb
官网：https://www.tensorflow.org- torch：.t7 | .net
官网：http://torch.ch- darknet：.weights
官网：https://pjreddie.com/darknet- DLDT：.bin
官网：https://software.intel.com/openvino-toolkit

操作步骤：yolov3

不同深度学习框架产生的模型，在操作上和数据输出上有一些区别。梳理下opencv使用tensorflow训练好的模型的使用步骤。

步骤一：读取分类文件

模型文件对应了不同的分类文件，分类文件是以行为标识，所在的行数（0开始），就是最终识别出的分类号的第几个分类。

std::string classesFile = "E:/qtProject/openCVDemo/dnnData/" "yolov3/coco.names"; // 读入分类名称，存入缓存 std::ifstream ifs(classesFile); std::vector<std::string> classes; std::string classLine; while(std::getline(ifs, classLine)) { classes.push_back(classLine); }

步骤二：加载模型和配置文件，建立神经网络。

根据不同的模型，使用cv::dnn::readNetFromXXX系列函数进行读取，opencv3.4.x系列支持的dnn模型（支持模型往上看）。
yolov3模型如下：

std::string modelWeights = "E:/qtProject/openCVDemo/dnnData/" "yolov3/yolov3.weights"; std::string modelCfg = "E:/qtProject/openCVDemo/dnnData/" "yolov3/yolov3.cfg"; // 加载yolov3模型 cv::dnn::Net net = cv::dnn::readNetFromDarknet(modelCfg, modelWeights); if(net.empty()) { qDebug() << __FILE__ << __LINE__ << "net is empty!!!"; return; }

步骤三：将要预测的图片加入到神经网络中

加入之后，需要识别图片，那么需要把图片输入到神经网络当中去，使用yolov3模型特别注意，要先进行归一化，然后变成指定大小的图片，如下：

// 读取图片识别 mat = cv::imread("E:/testFile/15.jpg"); if(!mat.data) { qDebug() << __FILE__ << __LINE__ << "Failed to read image!!!"; return; } // cv::dnn::blobFromImage(mat, blob); // 必须要设置，否则会跑飞 cv::dnn::blobFromImage(mat, blob, 1.0f/255, cv::Size(320, 320), cv::Scalar(0, 0, 0), true, false); net.setInput(blob);

宽度高度增加可以提升检测的准确度，最好是根据cfg文件进行修改，本Demo是320x320，实际.cfg文件中的是608x608，并且经过测试，这个是识别效果最好的像素，大于608则会跑飞。

步骤四：分类预测，获取识别的结果

输入之后，就进行识别，识别是向前预测（分类预测），并且拿到结果，对于yolov3模型，规定了有3个输出层，所以需要先获取3个输出层，然后预测的时候就需要指定预测这3个输出层，否则会跑飞。

// 获取输出的层 std::vector<cv::String> outPutNames; std::vector<int> outLayers = net.getUnconnectedOutLayers(); for(int index = 0; index < outLayers.size(); index++) { outPutNames.push_back(layerNames[outLayers[index] - 1]); qDebug() << __FILE__ << __LINE__ << QString(layerNames[outLayers[index] - 1].c_str()); } // 推理预测：可以输入预测的图层名称 std::vector<cv::Mat> probs; net.forward(probs, outPutNames);

对于预测的结果，存于std::vectorcv::Mat类型的probs，每一个元素指定为cv::Mat类型的prob，每一行代表一个检测到的分类，具体列信息如下表：

（注意：具体的使用，请参照“步骤五”）

步骤五：对达到置信度的可以通过输出的mat进行分类和框选

关键的输出结果步骤，不同的识别有区别，yolov3如下图：

// 置信度预制，大于执行度的将其使用rect框出来 for(int index = 0; index < probs.size(); index++) { for (int row = 0; row < probs[index].rows; row++) { // 获取probs中一个元素里面匹配对的所有对象中得分最高的 cv::Mat scores = probs[index].row(row).colRange(5, probs[index].cols); cv::Point classIdPoint; double confidence; // Get the value and location of the maximum score cv::minMaxLoc(scores, 0, &confidence, 0, &classIdPoint); if(confidence > 0.6) { qDebug() << __FILE__ << __LINE__ << confidence << classIdPoint.x; int centerX = (int)(probs.at(index).at<float>(row, 0) * mat.cols); int centerY = (int)(probs.at(index).at<float>(row, 1) * mat.rows); int width = (int)(probs.at(index).at<float>(row, 2) * mat.cols); int height = (int)(probs.at(index).at<float>(row, 3) * mat.rows); int left = centerX - width / 2; int top = centerY - height / 2; cv::Rect objectRect(left, top, width, height); cv::rectangle(mat, objectRect, cv::Scalar(255, 0, 0), 2); cv::String label = cv::format("%s:%.4f", classes[classIdPoint.x].data(), confidence); cv::putText(mat, label, cv::Point(left, top - 10), cv::FONT_HERSHEY_SIMPLEX, 0.4, cv::Scalar(0, 0, 255)); qDebug() << __FILE__ << __LINE__ << centerX << centerY << width << height; } } }

函数原型

读取yolov3模型与配置文件函数原型

Net readNetFromDarknet(const String &cfgFile, const String &darknetModel = String());

从文件中读取。

• 参数一：带有网络体系结构文本描述的.cfg文件的路径；
• 参数二：已学习网络的.weights文件的路径；

读取图片（需要识别的）函数原型

void blobFromImage(InputArray image, OutputArray blob, double scalefactor=1.0, const Size& size = Size(), const Scalar& mean = Scalar(), bool swapRB=false, bool crop=false, int ddepth=CV_32F);.

从图像创建区域。可选择从中心调整和裁剪图像。

• 参数一：图像输入图像（1、3或4通道）；
• 参数二：输出的图像空间；
• 参数三：图像值的缩放因子乘数；
• 参数四：大小输出图像的空间大小；
• 参数五：从通道中减去平均值的平均标量。价值是有意的，如果image有BGR顺序，swapRB为真，则按（mean-R，mean-G，mean-B）顺序排列；
• 参数六：swapRB标志，指示交换第一个和最后一个通道，在三通道图像是必要的；
• 参数七：裁剪标志，指示调整大小后是否裁剪图像；
• 参数八：输出blob的深度，选择CV_32F或CV_8U；

设置神经网络输入函数原型

void cv::dnn::Net::setInput(InputArray blob, const String& name = "", double scalefactor = 1.0, const Scalar& mean = Scalar());

设置网络的新输入值。

• 参数一：一个新的blob。应具有CV_32F或CV_8U深度。
• 参数二：输入层的名称。
• 参数三：可选的标准化刻度。
• 参数四：可选的平均减去值。

返回所有层的名称（按照本身的索引循序排列）

std::vector<String> getLayerNames() const;

返回具有未连接输出的层的索引。

std::vector<int> getUnconnectedOutLayers() const;

深度检测识别（向前预测）函数原型

void cv::dnn::Net::Mat forward(const String& outputName = String());

向前预测，返回指定层的第一个输出的blob，一般是返回最后一层，可使用cv::Net::getLayarNames()获取所有的层名称。

• 参数一：outputName需要获取输出的层的名称

Demo

void OpenCVManager::testYoloV3() { std::string classesFile = "E:/qtProject/openCVDemo/dnnData/" "yolov3/coco.names"; std::string modelWeights = "E:/qtProject/openCVDemo/dnnData/" "yolov3/yolov3.weights"; std::string modelCfg = "E:/qtProject/openCVDemo/dnnData/" "yolov3/yolov3.cfg"; // 读入分类名称，存入缓存 std::ifstream ifs(classesFile); std::vector<std::string> classes; std::string classLine; while(std::getline(ifs, classLine)) { classes.push_back(classLine); } // 加载yolov3模型 cv::dnn::Net net = cv::dnn::readNetFromDarknet(modelCfg, modelWeights); if(net.empty()) { qDebug() << __FILE__ << __LINE__ << "net is empty!!!"; return; } cv::Mat mat; cv::Mat blob; // 获得所有层的名称和索引 std::vector<cv::String> layerNames = net.getLayerNames(); int lastLayerId = net.getLayerId(layerNames[layerNames.size() - 1]); cv::Ptr<cv::dnn::Layer> lastLayer = net.getLayer(cv::dnn::DictValue(lastLayerId)); qDebug() << __FILE__ << __LINE__ << QString(lastLayer->type.c_str()) << QString(lastLayer->getDefaultName().c_str()) << QString(layerNames[layerNames.size()-1].c_str()); // 获取输出的层 std::vector<cv::String> outPutNames; std::vector<int> outLayers = net.getUnconnectedOutLayers(); for(int index = 0; index < outLayers.size(); index++) { outPutNames.push_back(layerNames[outLayers[index] - 1]); qDebug() << __FILE__ << __LINE__ << QString(layerNames[outLayers[index] - 1].c_str()); } while(true) { // 读取图片识别 mat = cv::imread("E:/testFile/15.jpg"); if(!mat.data) { qDebug() << __FILE__ << __LINE__ << "Failed to read image!!!"; return; } // cv::dnn::blobFromImage(mat, blob); // 必须要设置，否则会跑飞 cv::dnn::blobFromImage(mat, blob, 1.0f/255, cv::Size(320, 320), cv::Scalar(0, 0, 0), true, false); net.setInput(blob); // 推理预测：可以输入预测的图层名称 std::vector<cv::Mat> probs; net.forward(probs, outPutNames); // 显示识别花费的时间 std::vector<double> layersTimes; double freq = cv::getTickFrequency() / 1000; double t = net.getPerfProfile(layersTimes) / freq; std::string label = cv::format("Inference time: %.2f ms", t); cv::putText(mat, label, cv::Point(0, 15), cv::FONT_HERSHEY_SIMPLEX, 0.5, cv::Scalar(255, 0, 0)); // 置信度预制，大于执行度的将其使用rect框出来 for(int index = 0; index < probs.size(); index++) { for (int row = 0; row < probs[index].rows; row++) { // 获取probs中一个元素里面匹配对的所有对象中得分最高的 cv::Mat scores = probs[index].row(row).colRange(5, probs[index].cols); cv::Point classIdPoint; double confidence; // Get the value and location of the maximum score cv::minMaxLoc(scores, 0, &confidence, 0, &classIdPoint); if(confidence > 0.6) { qDebug() << __FILE__ << __LINE__ << confidence << classIdPoint.x; int centerX = (int)(probs.at(index).at<float>(row, 0) * mat.cols); int centerY = (int)(probs.at(index).at<float>(row, 1) * mat.rows); int width = (int)(probs.at(index).at<float>(row, 2) * mat.cols); int height = (int)(probs.at(index).at<float>(row, 3) * mat.rows); int left = centerX - width / 2; int top = centerY - height / 2; cv::Rect objectRect(left, top, width, height); cv::rectangle(mat, objectRect, cv::Scalar(255, 0, 0), 2); cv::String label = cv::format("%s:%.4f", classes[classIdPoint.x].data(), confidence); cv::putText(mat, label, cv::Point(left, top - 10), cv::FONT_HERSHEY_SIMPLEX, 0.4, cv::Scalar(0, 0, 255)); qDebug() << __FILE__ << __LINE__ << centerX << centerY << width << height; } } } cv::imshow(_windowTitle.toStdString(), mat); cv::waitKey(0); } }

对应工程模板v1.65.0

openCVDemo_v1.65.0_基础模板_yolov3分类检测.rar。

入坑

入坑一：加载模型时候错误

错误

原因
模型文件加载错误。解决
检查文件是否存在，路径是否正确，模型文件是否能对应上。

入坑二：输入blob时错误

错误

原因
预测的时候未输入参数，需要输入参数（注意：tensorflow未输入没有问题）。解决

上一篇：《OpenCV开发笔记（七十二）：红胖子8分钟带你使用opencv+dnn+tensorFlow识别物体》
下一篇：持续补充中…