stride=1 pad=1

activation=leaky

这告 诉你有特殊的卷积层。最重要的信息是:

• Network architecture

• Anchor boxes

• Number of classes

• Learning rate and other parameters used

• Batch size

其它文件(.weights)包含预训练权重以进行推断。注意它们不能保存为Keras兼容的格式 (如 .h5文件),所以它们不能加载到 Keras模型，除非你先转换。

有一些非标准的工具可以转换这些文件，因为格式不是固定的 ( YOLOv2 和 YOLOv3有些不同)。如果你感兴趣以 YOLO v2,你可以使用 YAD2K 库 (另一个是 Darknet 2 Keras),可以在 https://github.com/allanzelener/YAD2K里找到。

注意这不能处理 YOLOv3 .cfg文件。相信我，我试过。但是如果你满意 YOLOv2, 你可以用这个目录的代码转换 .weight文件到Keras友好的格式。有个目录实现了 YOLOv3 的转换，在https://github.com/qqwweee/keras-yolo3。它有些局限，但是它是转换的很好的起点。 但是有便好的方法，使用预训练模型，那就是使用 OpenCV, 后面我们会看到。

用 Darknet检测对象

如果你只是想对图像进行分类，最容易的办法是按 darknet网站的指示。我们看一下如何做。如果你使用Linux或 MacOS X系统，这些指令有用。 在Windows里，你要安装 gcc和别的工具。如网站所述，安装只需要几行代码:

git  clone  https://github.com/pjreddie/darknet cd darknet

make

wget     https://pjreddie.com/media/files/yolov3.weights

这里你就可以进行目标检测了:

./darknet detect cfg/yolov3.cfg yolov3.weights table.jpg

注意，权重文件很大，下载时要注意这一点，使用CPU这很慢，MacBook Pro 2018需要18秒来下载。见图 7-2。

图7-2. YOLOv3使用 darknet进行图像检测

黙认使用0.25的阈值。但是你可以使用不同的参数。你必须改变XYZ到你想要的值。

黙认使用0.25的阈值。但是你可以使用不同的参数。你必须改变XYZ到你想要的值。.

这个方法于于目标检测 很好，但是很难在python项目里使用。要这样做，你需要在你的代码里使用预训练的模型。有几个方法，最容易的是使用opencv库。如果你处理图像，你很可能已经使用过这个库。如果你没有听说过，建议你试一下，因为它是处理图像很有名的库。你可以看官网 https:// opencv.org.

你可以在网上下载本章的完整代码，但是我们只简单的讨论重要的部分。

你需要安装最新的opencv库。 用下面的代码检测版本:

import cv2

print (cv2.  version  )

我们需要从https:// pjreddie.com 下载三个文件:

• coco.names

• yolov3.cfg

• yolov3.weights

coco.names 包含了预训练模型能分类的标签。yolov3.cfg 和yolov3.weights是模型配置参数  (前面已讨论过)且我们需要使用 权重。为了你方便，yolov3.weights大约 240MB容量，你可以下载 ZIP 文件自 http://toe.lt/r。在代码里我们需要指明文件在哪里。例如，你使用下面的代码:

weightsPath  =  "yolo-coco/yolov3.weights" configPath   =   "yolo-coco/yolov3.cfg"

你要改变文件的位置。 OpenCV提供了函数来加载权重而不需要转换它们:

net  =  cv2.dnn.readNetFromDarknet(configPath,  weightsPath)

这很舒服，因为你不需要分析和写加载函数。它返回模型对象供你后面推断。如果你记得本章开始的讨论，你要得到输出层来得到所有需要的信息，像边框和预测分类。我们用下面的代码很容易做到:

ln  =  net.getLayerNames()

ln = [ln[i[0] - 1] for i in net.getUnconnectedOutLayers()]

 getUnconnectedOutLayers()函数返回带用unconnected输出的层, 正是我们想要的。ln这量含有下面的层:

['yolo_82', 'yolo_94', 'yolo_106']

然后我们要改变图像大小到 416x416并归一化它:

blob  =  cv2.dnn.blobFromImage(image,  1  / 255.0,  (416,  416), swapRB=True, crop=False)

然后用它作为模型的输入:

net.setInput(blob)

然后我们用 forward()函数向前传递给训练模型:

layerOutputs   =   net.forward(ln)

我们还没有完成，不要休息。我们要提取边框，我们保存在列表里，然后是置信，然后是预测分类.

我们初始化列表:

boxes = [] confidences = [] classIDs = []

然后我们遍历各层并提取我们要的信息。

for output in layerOutputs: for  detection  in  output:

现在分 数保存在第5个检测变量的元素里，我们提取分类用np. argmax(scores):

scores   =   detection[5:] classID  =  np.argmax(scores)

置信度是预测分类的分值:

confidence   =   scores[classID]

我们想要预测置信度大于0的。我们选择限度为0.15。预测边框包含于检测变量的前4个里:

box =  detection[0:4] *  np.array([W, H,  W,  H]) (centerX,   centerY,   width,   height)   =   box.astype("int")

如果你记得，YOLO预测边框的中心点，所在我们要的提取左上角位置:

x = int(centerX - (width / 2)) y = int(centerY - (height / 2))

然后我们将发现的值添加到列表

boxes.append([x, y, int(width), int(height)]) confidences.append(float(confidence)) classIDs.append(classID)

然后我们使用 non-maxima 抑制 (上一节讨论过)。 OpenCV 也提供了函数:

idxs = cv2.dnn.NMSBoxes(boxes, confidences, 0.6,0.2)

函数需要下面的参数:

• 边框集合 (保存于 boxes变量)

• 置信度集合 (保存于confidences变量)

• 按分值过滤边框的阈值  (前面代码是0.6)

•  non-maximum抑制的阈值 (前面的代码是0.2)

然我们得到准确的位置:

for i in idxs.flatten():

# extract the bounding box coordinates (x,  y)  =  (boxes[i][0],  boxes[i][1])

(w,  h)  =  (boxes[i][2],  boxes[i][3])

你可以在图 7-3看到结果。

图 7-3. YOLOv3用 OpenCV获得的结果

这正是它应有的—与图7-2一样的结果。另外，我们有预测边框的概率。你可以看到这是多么的容易。你只需要添加几行代码到你的项目。

这正是它应有的—与图7-2一样的结果。另外，我们有预测边框的概率。你可以看到这是多么的容易。你只需要添加几行代码到你的项目。

记住我们使用预训练模型只能检测数据集里的对象。如果你要用不同的对象，你要微调模型，或重新训练模型。从头训练模型超出了本书的范围。但是下一节我会给你一些提示。