YOLOv3 darknet版识别图片，视频并打印终端结果
最近做的项目需要用Yolov3的视频帧识别目标并将结果输出，在网上看了很多修改detector.c源文件重定向输出文件和批量c，但试了很多都没有成功，可能是版本的问题，所以这里建议如果只是输出信息和批量测试，并不需要修改源码，而只需要调用darknet本身的python接口就可以了，如下：
这是官方给的python接口，无需修改重编译darknet原项目，只需在python代码中修改或重定向输出即可
我用的是darknet_video.py识别视频流，而在使用darknet_video.py之前，需要编译一下
图中的yolo_cpp_dll.sln项目，编译方式和darknet.sln一样，先修改yolo_cpp_dll.vcxproj配置文件，然后添加opencv等目录，步骤都是和编译darknet.sln一样的。编译完后会得到一个yolo_cpp_dll.dll文件，有了这个文件，才可以运行darknet_video.py文件。
（如果是识别图片，直接看darknet.py的代码就可以了，无需编译其他东西）
接下来看代码，下面的函数YOLO()是调用darknet进行视频识别的主函数，如下：
def YOLO():
global metaMain, netMain, altNames
configPath = "./cfg/yolov3.cfg"
weightPath = "./yolov3.weights"
metaPath = "./cfg/coco.data"
if not os.path.exists(configPath):
raise ValueError("Invalid config path `" +
os.path.abspath(configPath)+"`")
if not os.path.exists(weightPath):
raise ValueError("Invalid weight path `" +
os.path.abspath(weightPath)+"`")
if not os.path.exists(metaPath):
raise ValueError("Invalid data file path `" +
os.path.abspath(metaPath)+"`")
if netMain is None:
netMain = darknet.load_net_custom(configPath.encode(
"ascii"), weightPath.encode("ascii"), 0, 1) # batch size = 1
if metaMain is None:
metaMain = darknet.load_meta(metaPath.encode("ascii"))
if altNames is None:
try:
with open(metaPath) as metaFH:
metaContents = metaFH.read()
import re
match = re.search("names *= *(.*)$", metaContents,
re.IGNORECASE | re.MULTILINE)
if match:
result = match.group(1)
else:
result = None
try:
if os.path.exists(result):
with open(result) as namesFH:
namesList = namesFH.read().strip().split("\n")
altNames = [x.strip() for x in namesList]
except TypeError:
pass
except Exception:
pass
#cap = cv2.VideoCapture(0)
video_path="./Video/video.mp4"
cap = cv2.VideoCapture(video_path)
cap.set(3, 1280)
cap.set(4, 720)
output_path="./Video/output.avi"
out = cv2.VideoWriter(
output_path, cv2.VideoWriter_fourcc(*"MJPG"), 10.0,
(darknet.network_width(netMain), darknet.network_height(netMain)))
print("Starting the YOLO loop...")
# Create an image we reuse for each detect
darknet_image = darknet.make_image(darknet.network_width(netMain),
darknet.network_height(netMain),3)
while True:
prev_time = time.time()
ret, frame_read = cap.read()
frame_rgb = cv2.cvtColor(frame_read, cv2.COLOR_BGR2RGB)
frame_resized = cv2.resize(frame_rgb,
(darknet.network_width(netMain),
darknet.network_height(netMain)),
interpolation=cv2.INTER_LINEAR)
darknet.copy_image_from_bytes(darknet_image,frame_resized.tobytes())
detections = darknet.detect_image(netMain, metaMain, darknet_image, thresh=0.25)
image = cvDrawBoxes(detections, frame_resized)
image = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)
print(1/(time.time()-prev_time))
cv2.imshow('Demo', image)
cv2.waitKey(3)
cap.release()
out.release()
可以看到，代码首先加载了cfg配置文件，weights权重文件（其实神经网络就是权重的集合，也可以理解为加载了网络）,以及包含了预测目标的coco.data文件，然后接下来直接看到video_path那里，从这里利用opencv的VideoCapture加载进来了视频的path，因此，如果我们要用到自己的摄像头，改为cap=cv2.VideoCapture(0)就可以捕捉外部设备了。
然后就是一个死循环，它不断地从视频流中一帧帧读入图片，并调用darknet的接口进行识别，最后识别的结果就存在detections中，而cvDrawBoxes只是将detections中的内容画在原图像上。
那我们再来看看cvDrawBoxes函数：
def cvDrawBoxes(detections, img):
f = open("E:\\YOLOV3\\darknet-master\\build\\darknet\\x64\\output_data\\111.txt", "a+")
for detection in detections:
x, y, w, h = detection[2][0],\
detection[2][1],\
detection[2][2],\
detection[2][3]
xmin, ymin, xmax, ymax = convertBack(
float(x), float(y), float(w), float(h))
pt1 = (xmin, ymin)
pt2 = (xmax, ymax)
cv2.rectangle(img, pt1, pt2, (0, 255, 0), 1)
cv2.putText(img,
detection[0].decode() +
" [" + str(round(detection[1] * 100, 2)) + "]",
(pt1[0], pt1[1] - 5), cv2.FONT_HERSHEY_SIMPLEX, 0.5,
[0, 255, 0], 2)
f.write(str(detection[0].decode())+" "+str(detection[1]*100))
f.close()
return img其中，重定向文件流f是我新加的内容，可以看到，最终识别出来的每个结果和它的置信度，就是detections中每个detection的第0个元素和第1个元素，所以输出的是
f.write(str(detection[0].decode())+" "+str(detection[1]*100))
识别结果如下：
输出效果不好是因为没换行，自己改改就行。