仅修改darknet.py对视频做目标检测

在Darknet框架中，自带的darknet.py可以使用weight、cfg、coco.data（或者voc.data）、coco.names（voc.names），以及在darknet路径下make生成的libdarknet.so（如图1），利用这些文件即可完成图片中的目标检测，并标出检测框。

图1

 

图2 darknet.py的主函数

 

 但是对于检测视频来说，darknet.py中的detect函数，第3个参数是“data/dog.jpg”，是图片带路径的文件名，而opencv读取视频是这样操作的：

cap = cv2.VideoCapture("test_video/cars.mp4")
frame_count = 0
while True:
    ret, frame = cap.read()

frame就是读取到的每一帧，而frame的格式是array数组，因此不能直接应用到detect函数中，需要做一个格式转换。

（在修改之前查阅了很多资料，大多都是在darknet的源码中修改，比如，修改image.c文件等，然后再make生一个新的libdarknet.so，但是这样就有点复杂了，而且我修改源码之后出错，所以在darknet.py中修改会很方便）

将这段代码放在detect函数之前

def array_to_image(arr):
    """
    opencv获得的frame是array格式，需要将其转换为image供yolo检测
    """
    arr = arr.transpose(2, 0, 1)
    c, h, w = arr.shape[0:3]
    arr = np.ascontiguousarray(arr.flat, dtype=np.float32) / 255.0
    data = arr.ctypes.data_as(POINTER(c_float))
    im = IMAGE(w, h, c, data)
    return im

对detect函数做修改（要改的地方已经标出）

def detect(net, meta, image, thresh=.5, hier_thresh=.5, nms=.45):
    # im = load_image(image, 0, 0)  #####原始

    im = array_to_image(image)#改
    rgbgr_image(im)  #改

    num = c_int(0)
    pnum = pointer(num)
    predict_image(net, im)
    dets = get_network_boxes(net, im.w, im.h, thresh, hier_thresh, None, 0, pnum)
    num = pnum[0]
    if (nms): do_nms_obj(dets, num, meta.classes, nms);

    res = []
    for j in range(num):
        for i in range(meta.classes):
            if dets[j].prob[i] > 0:
                b = dets[j].bbox
                res.append((meta.names[i], dets[j].prob[i], (b.x, b.y, b.w, b.h)))

    res = sorted(res, key=lambda x: -x[1])
    free_image(im)
    free_detections(dets, num)

    return res

这样，就可以利用frame当作image作检测了

cap = cv2.VideoCapture("test_video/cars.mp4")
frame_count = 0
while True:
    ret, frame = cap.read()
    boxes = detect(net, meta, frame)

得到检测的框boxes之后，就可以为所欲为啦！

没有放完整代码，自己动手实践一下吧，有更高招的欢迎留言！