YOLO (Darknet)：如何检测整个图像目录？

Question

使用预先训练的权重检测图像中的对象的暗黑指南如下：https://pjreddie.com/darknet/yolo/。

要运行的命令是：

./darknet detect cfg/yolov3.cfg yolov3.weights data/dog.jpg

最后一个参数是文件的路径，我试图将其更改为data/*.jpg，但没有工作。

如何使用Darknet来检测整个图像目录？

Answer 1

根据下面提到的链接，您可以使用cv2.dnn.readNetFromDarknet模块读取黑网、经过训练的权重和配置文件，从而在python中创建一个加载的模型。一旦加载了模型，就可以简单地使用for循环进行预测。请参阅此连结以作进一步澄清。

Answer 2

有一个技巧，使Darknet可执行加载重量一次，并推断多个图像文件。使用expect来完成这个任务。

安装expect

sudo yum install expect -y
#sudo apt install expect -y

对多幅图像进行对象检测：

expect <<"HEREDOC"
  puts "Spawning...";
  spawn ./darknet detect cfg/yolov3-tiny.cfg yolov3-tiny.weights;
  set I 0;

  expect {
    "Enter Image Path" {
      set timeout -1;

      if {$I == 0} {
        send "data/dog.jpg\r";
        incr I;
      } elseif {$I == 1} {
        send "data/kite.jpg\r";
        incr I;
      } else {
        exit;
      }

      exp_continue;
    }
  }
HEREDOC

Answer 3

有一种简单的方法可以基于这个存储库AlexeyAB/黑网来检测图像列表中的对象。

./darknet detector test cfg/obj.data cfg/yolov3.cfg yolov3.weights < images_files.txt

您可以通过命令行(将文件夹文件发送到txt)或使用Ubuntu上的Nautilus工具生成文件列表。

另外两个标志-dont_show -save_labels将禁用用户交互，并将检测结果保存到文本文件中。