YOLOV3批量测试图片，保存到自定义文件夹下，并生成检测结结果的 txt 文件

1.程序运行效果图展示：

                                                                      图一：图片批量检测保存到自定义目录下

                                         图二：图片批量检测后的结果，每个FILR为一行，||是不同类型的分割符号。

2.程序需要修改的地方：

我的环境是ubuntu 18.04，opencv 4.1(g++13以下不支持高于4.0的opencv，所以把makefile中opencv的值置为0），使用的是yolo官网下载的c语言版本（https://pjreddie.com/darknet/yolo/）。

1>修改 makefile 中的文件

GPU和CUDNN置为1，其他三个置为0。在darknet的源码中，已经对是否开启opencv选项做了处理。如：

#ifdef OPENCV
    image out = load_image_cv(filename, c);
#else
    image out = load_image_stb(filename, c);

2>修改 detector.c 文件：

注意：注意：注意：在修改任何文件之前，都应该做好备份，方便随时返回（只提醒一遍哦）。

首先按参考1的较下面部分，它将介绍 批量测试图片并保存在自定义文件夹下

包括三步：

• void test_detector函数改变（注意有3处要改成自己的路径）
• 在前面添加*GetFilename(char *p)函数（注意后面的注释）
• 在darknet下重新make

先可以按上面进行修改，然后 make ，测试能否将图片批量检测并输出到自定义文件夹下，下面我会提供我的最终test_detector函数的代码。

上述操作，我遇到的问题：

1> 问题：刚开始，makefile中的前4行，我都置为1，但是，提示找不到CV_WINDOW_NORMAL的定义,

解决方案：加入头文件 #include 

2>问题：加入头文件 #include  后提示我 opencv4.0以上需要 g++13支持。

       解决方案：查了下网上说是需要加入 cmake版本，或者在 cmke 编译中加入选项，还有暴力方法装opencv4.0以下的版本，这个问题我没解决，但是找到了替代方法。

3>替代方法：makefile文件中，GPU和CUDNN为1，其他三项为0，压根就不通过opencv编译的路。GPU、CUDNN也可以置为0，但是速度会慢很多。

 

到此为止，我们已经实现了批量测试图片并保存在自定义文件夹下，下面，将开始介绍保存检测结果到txt文件中，不妨我将其称为第三点。

 

3.程序还需要修改的地方（真正修改的很少，贴出来是为了方便粘贴，hh）：

两个部分： detector.c文件和 image.c文件，我将尽力描述我所作的事情。如果可以理解，那用起来会更方便。

1>再次修改 detecot.c文件

需要加入头文件 # include

需要加入*GetFilename(char *p)函数（注意后面的注释）(第二点说过）

中间那段代码，上下都留出了好多空行，是我加入的，我写了注释，应当容易理解。

总结该函数中需要修改的地方：

三个路径，while循环中的条件，打开保存检测结果的 txt 文件的路径

void test_detector(char *datacfg, char *cfgfile, char *weightfile, char *filename, float thresh, float hier_thresh, char *outfile, int fullscreen)
{
    list *options = read_data_cfg(datacfg);
    char *name_list = option_find_str(options, "names", "data/names.list");
    char **names = get_labels(name_list);
 
    image **alphabet = load_alphabet();
    network *net = load_network(cfgfile, weightfile, 0);
    set_batch_network(net, 1);
    srand(2222222);
    double time;
    char buff[256];
    char *input = buff;
    float nms=.45;
    int i=0;
    while(1){
        if(filename){
            strncpy(input, filename, 256);
            image im = load_image_color(input,0,0);
            image sized = letterbox_image(im, net->w, net->h);
        //image sized = resize_image(im, net->w, net->h);
        //image sized2 = resize_max(im, net->w);
        //image sized = crop_image(sized2, -((net->w - sized2.w)/2), -((net->h - sized2.h)/2), net->w, net->h);
        //resize_network(net, sized.w, sized.h);
            layer l = net->layers[net->n-1];
 
 
            float *X = sized.data;
            time=what_time_is_it_now();
            network_predict(net, X);
            printf("%s: Predicted in %f seconds.\n", input, what_time_is_it_now()-time);
            int nboxes = 0;
            detection *dets = get_network_boxes(net, im.w, im.h, thresh, hier_thresh, 0, 1, &nboxes);
            //printf("%d\n", nboxes);
            //if (nms) do_nms_obj(boxes, probs, l.w*l.h*l.n, l.classes, nms);
            if (nms) do_nms_sort(dets, nboxes, l.classes, nms);
                draw_detections(im, dets, nboxes, thresh, names, alphabet, l.classes);
                free_detections(dets, nboxes);
            if(outfile)
             {
                save_image(im, outfile);
             }
            else{
                save_image(im, "predictions");
#ifdef OPENCV
                cvNamedWindow("predictions", CV_WINDOW_NORMAL); 
                if(fullscreen){
                cvSetWindowProperty("predictions", CV_WND_PROP_FULLSCREEN, CV_WINDOW_FULLSCREEN);
                }
                show_image(im, "predictions");
                cvWaitKey(0);
                cvDestroyAllWindows();
#endif
            }
            free_image(im);
            free_image(sized);
            if (filename) break;
         } 
        else {
            printf("Enter Image Path: ");
            fflush(stdout);
            input = fgets(input, 256, stdin);
            if(!input) return;
            strtok(input, "\n");
   
            list *plist = get_paths(input);
            char **paths = (char **)list_to_array(plist);
             printf("Start Testing!\n");
            int m = plist->size;
            if(access("/home/user/darknet/data/out",0)==-1)//"/home/FENGsl/darknet/data"修改成自己的路径
            {
              if (mkdir("/home/user/darknet/data/out",0777))//"/home/FENGsl/darknet/data"修改成自己的路径
               {
                 printf("creat file bag failed!!!");
               }
            }
            for(i = 0; i < m; ++i){
             char *path = paths[i];
             image im = load_image_color(path,0,0);
             image sized = letterbox_image(im, net->w, net->h);
        //image sized = resize_image(im, net->w, net->h);
        //image sized2 = resize_max(im, net->w);
        //image sized = crop_image(sized2, -((net->w - sized2.w)/2), -((net->h - sized2.h)/2), net->w, net->h);
        //resize_network(net, sized.w, sized.h);
        layer l = net->layers[net->n-1];
 
 
        float *X = sized.data;
        time=what_time_is_it_now();
        network_predict(net, X);
        printf("Try Very Hard:");
        printf("%s: Predicted in %f seconds.\n", path, what_time_is_it_now()-time);
        int nboxes = 0;
        detection *dets = get_network_boxes(net, im.w, im.h, thresh, hier_thresh, 0, 1, &nboxes);
        //printf("%d\n", nboxes);
        //if (nms) do_nms_obj(boxes, probs, l.w*l.h*l.n, l.classes, nms);
        if (nms) do_nms_sort(dets, nboxes, l.classes, nms);
        
                



            //   下面为我自己加入的代码
            //   path为  /home/user/darknet/data/FILR/FLIR_00025.png
            //   想要得到最后的值 FILR_00025.png，这里我使用了strtok函数，依次去分割 '/'
            //   需要改的部分是：while 中的判断   iii < 5，你要根据自己的路径去改，主要是看 '/'的数目

             char str1[100];
            //  sprintf()函数： 将后面的 变量 path 写入到 变量 str1 中，详细用法自己查一下。
             sprintf(str1,"%s",path);
             char  delims[]="/";     // 定义分隔符 
             char *result = NULL;
             result = strtok(str1,delims);
             int iii = 0;
             // 循环结束退出后，result = 'FLIR_00025.png'，再次提醒， iii<5 需要改变
             while(iii<5)
             {
                     result = strtok(NULL,delims);
                     iii++;
             }
            
            // 打开本地的txt文件，'a'表示追加的意思，还有'w','r'等等，可以去详细查看用法
             FILE *fp = fopen("/home/user/darknet/results/ground.txt", "a");
            // fp为空说明，打开文件失败
             if(fp ==NULL)
             {
                 printf("file cannot open \n");
             }
            else
            {
                 // printf("start to wirite file \n");
                 //  fprintf(save_txt,"%s\t%d\t%d\t%d\t%d\t%.2f\n", names[class], left, top, right-left, bot-top, dets[i].prob[class]);
                 printf("%s\n",result); 
                 //  fprint()表示将 result 输出（或叫写）入文件中
                fprintf(fp,"\n%s",result);
               
                 fclose(fp);
            }
            // 指针用完赋值为 NULL
              result = NULL;
                
                
                
                
                
                
                
        draw_detections(im, dets, nboxes, thresh, names, alphabet, l.classes);
          
       // draw_save_detections(   im,             /* 原始图像 */
                               // dets,           /* 预测结果 */
                                //nboxes,         /* 候选框数目 */
                                //thresh,         /* 置信度阈值 */
                               // names,          /* 加载的类别名称 */
                                //alphabet,       /* 用于显示的字符 */
                                //l.classes,      /* 类别 */
                                //fp);  
           

        free_detections(dets, nboxes);
        if(outfile){
            save_image(im, outfile);
        }
        else{
             
             char b[2048];
            sprintf(b,"/home/user/darknet/data/out/%s",GetFilename(path));//"/home/FENGsl/darknet/data"修改成自己的路径
            
            save_image(im, b);
            printf("save %s successfully!\n",GetFilename(path));
#ifdef OPENCV
            cvNamedWindow("predictions", CV_WINDOW_NORMAL); 
            if(fullscreen){
                cvSetWindowProperty("predictions", CV_WND_PROP_FULLSCREEN, CV_WINDOW_FULLSCREEN);
            }
            show_image(im, "predictions");
            cvWaitKey(0);
            cvDestroyAllWindows();
#endif
        }
 
        free_image(im);
        free_image(sized);
        if (filename) break;
        }
      }
    }
}

2>修改 image.c 文件

下面是我修改好的 draw_detections()函数，修改部分在该函数的中间，就是简单的打开 保存检测结果的 txt 文件，并写入相应的类别、坐标、置信度。

其中每个 FILR_img 为一行，只是因为显示问题，所以换行，并没有真正的换行符，相邻的类型以 || 隔开。

void draw_detections(image im, detection *dets, int num, float thresh, char **names, 
                     image **alphabet, int classes)
{
    int i,j;
   // printf("the number of bbox is  %d\n",num);
    for(i = 0; i < num; ++i){
        char labelstr[4096] = {0};
        int class = -1;
        for(j = 0; j < classes; ++j){
	    char res[20] = {0};     // 加入的代码，目的为了显示识别物体的同事，也显示识别的精度
            if (dets[i].prob[j] > thresh){
                if (class < 0) {
                    strcat(labelstr, names[j]);
                    class = j;
                } else {
                    strcat(labelstr, ", ");
                    strcat(labelstr, names[j]);
                }
                // 显示精度开始
                sprintf(res,"%.2f",dets[i].prob[j]*100);
                strcat(labelstr,":");
                strcat(labelstr,res);
                strcat(labelstr,"%");
                //  显示精度结束
                printf("%s: %.0f%%\n", names[j], dets[i].prob[j]*100);
            }
        }
        if(class >= 0){
            int width = im.h * .006;

            /*
               if(0){
               width = pow(prob, 1./2.)*10+1;
               alphabet = 0;
               }
             */

            //printf("%d %s: %.0f%%\n", i, names[class], prob*100);
            int offset = class*123457 % classes;
            float red = get_color(2,offset,classes);
            float green = get_color(1,offset,classes);
            float blue = get_color(0,offset,classes);
            float rgb[3];

            //width = prob*20+2;

            rgb[0] = red;
            rgb[1] = green;
            rgb[2] = blue;
            box b = dets[i].bbox;
            //printf("%f %f %f %f\n", b.x, b.y, b.w, b.h);

            int left  = (b.x-b.w/2.)*im.w;
            int right = (b.x+b.w/2.)*im.w;
            int top   = (b.y-b.h/2.)*im.h;
            int bot   = (b.y+b.h/2.)*im.h;

            if(left < 0) left = 0;
            if(right > im.w-1) right = im.w-1;
            if(top < 0) top = 0;
            if(bot > im.h-1) bot = im.h-1;
            



            // 打开 保存检测结果的 txt 文件
             FILE *fp = fopen("/home/user/darknet/results/ground.txt", "a");
             if(fp ==NULL)
             {
                 printf("file cannot open \n");
             }
            else
            {
                 // printf("start to wirite file \n");
                 //  fprintf(save_txt,"%s\t%d\t%d\t%d\t%d\t%.2f\n", names[class], left, top, right-left, bot-top, dets[i].prob[class]);
                 fprintf(fp," ||%s   %d   %d   %d   %d   %.2f",names[class], left, top, right-left, bot-top, dets[i].prob[class]);               
                 fclose(fp);
            }
                
           
            
            
            


            draw_box_width(im, left, top, right, bot, width, red, green, blue);
            if (alphabet) {
                image label = get_label(alphabet, labelstr, (im.h*.03));
                draw_label(im, top + width, left, label, rgb);
                free_image(label);
            }
            if (dets[i].mask){
                image mask = float_to_image(14, 14, 1, dets[i].mask);
                image resized_mask = resize_image(mask, b.w*im.w, b.h*im.h);
                image tmask = threshold_image(resized_mask, .5);
                embed_image(tmask, im, left, top);
                free_image(mask);
                free_image(resized_mask);
                free_image(tmask);
            }
        }
    }
}

然后，到 darknet 目录下，make一下，然后执行 ( 其中的cfg和weights换成你自己要用的 ，相信只要你自己玩过一次就懂)：

./darknet detect cfg/yolov3.cfg yolov3.weights

输入图片的目标文件，如：/home/user/darknet/data/rgb_1.txt

rgb_1.txt 中的内容如下:

 

 

到此为止，我们就实现了YOLOv3批量检测图片和保存检测结果到 txt 文件中。

过几天会写一个python脚本，将 txt 文件转为 xml 文件，每个图片一个 xml ，即：voc数据格式。

import os,sys
import glob
from  PIL import Image


src_txt_dir = "E:/Dataset/FLIR_ADAS_1_3/ground.txt"
src_ann_dir = "E:/Dataset/FLIR_ADAS_1_3/val_xml"
# 取出图片的路径    如： C:/USer/1.jpg


# 这里是取出我的groud truth，然后进行处理
gt = open(src_txt_dir).read().splitlines()
# 我的ground truth第1行不需要，所以删除
gt = gt[1:]

# 我的图片宽度、高度都一致，所以直接读一张图，确定 width 、 height
im = Image.open('E:/Dataset/FLIR_ADAS_1_3/val/RGB/FLIR_08863.jpg')
width,height = im.size
print(width,height)
for img in gt:
    # 按 || 分割，生成 list ，保存到 img_1 中 ，可以打印出结果再一步步更改
    img_1 = img.split('||')
    img_name = img_1[0]
    print(img_name)

    xml_file = open((src_ann_dir + '/' + img_name.split('.')[0] + '.xml'), 'w')

    xml_file.write('\n')
    xml_file.write('\tsimple\n')
    xml_file.write('\t' + str(img_name) + '\n')

    xml_file.write('\t\n')
    xml_file.write('\t\t' + 'FILR_Dataset' + '\n')
    xml_file.write('\t\t' + 'FLIR' + '\n')
    xml_file.write('\t\tFILR\n')
    xml_file.write('\t\t123456\n')
    xml_file.write('\t\n')

    # xml_file.write('\t\n')
    # xml_file.write('\t\tarchin\n')
    # xml_file.write('\t\t?\n')
    # xml_file.write('\t\n')

    xml_file.write('\t\n')
    xml_file.write('\t\t' + str(width) + '\n')
    xml_file.write('\t\t' + str(height) + '\n')
    xml_file.write('\t\t3\n')
    xml_file.write('\t\n')
    xml_file.write('\t0\n')    # 是否用于分割（在图像物体识别中01无所谓）


    # 遍历 目标，根据前面用 || 划分完的个数
    # 每有一个 object ，就循环一次
    for k in img_1[1:]:
        kk = k.split('   ')   #  3个空格
        class_1 = kk[0]
        x1 = kk[1]
        x2 = kk[2]
        x3 = kk[3]
        x4 = kk[4]
        print(class_1,x1,x2,x3,x4)

        xml_file.write('\t\n')
    xml_file.write('')
print('end end end!')

 

 

 

参考1:YOLOv3批量测试图片并保存在自定义文件夹下   https://blog.csdn.net/mieleizhi0522/article/details/79989754