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

OpenCV深度识别基本流程

opencv3.4.x支持了各种模型。

支持的模型

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<: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<:string> outPutNames;

std::vector 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<: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(row, 0) * mat.cols);

int centerY = (int)(probs.at(index).at(row, 1) * mat.rows);

int width = (int)(probs.at(index).at(row, 2) * mat.cols);

int height = (int)(probs.at(index).at(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 getLayerNames() const;

返回具有未连接输出的层的索引。

std::vector 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<: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<:string> layerNames = net.getLayerNames();

int lastLayerId = net.getLayerId(layerNames[layerNames.size() - 1]);

cv::Ptr<: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<:string> outPutNames;

std::vector 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<:mat> probs;

net.forward(probs, outPutNames);

// 显示识别花费的时间

std::vector 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(row, 0) * mat.cols);

int centerY = (int)(probs.at(index).at(row, 1) * mat.rows);

int width = (int)(probs.at(index).at(row, 2) * mat.cols);

int height = (int)(probs.at(index).at(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