OpenCV4.4加载C++版和pytorch版YOLOv3及YOLOv4实现自定义目标检测

opencv在4.4版本添加了对yolov4的支持，网上也有相应的教程，但是目前中文网上的教程大都基于C++实现，或者是用cv2.dnn.readNetFromDarknet.这个比较low-level的接口，此篇将博客记录一种更简单的实现方式，采用·cv2.dnn_DetectionModel 接口（opencv4.1.2版本开始提供），实现对AlexeyAB版本和Ultralytics版本的YOLOv3和YOLOv4以及其他变体进行检测，同事支持自定义数据集情况下训练得到的模型。

1.Pre-requests

1. yolov3.weights, yolov3.cfg
2. yolov4.weights, yolov4.cfg
3. https://github.com/AlexeyAB/darknet
4. https://github.com/ultralytics/yolov3/
5. labelImg（制作YOLO格式自定义数据集）
6. coco.names
7. 测试图片，笔者采用的图片来自百度百科（广州市交通治堵方案）：

2. Codes

废话不多说，直接上代码：

# -*- coding: utf-8 -*-