使用darknet-dnn-GPU方式识别物体(一)

1、darknet

darknet是一个c写的可以使用GPU方式来调用深度卷积网络来识别物体的深度学习框架，上手及其简单，易用。

1.1 编译

到官方网站下载后编译darknet，注意一定要下载cudn，编译gpu版本。为了演示方便，这里直接在windows上编译，使用cmake就行，依赖就是opencv，stb，还有就是cuda。

使用cuda静态库

将opencv和cuda，以及pthreads的头目录配置好，编译就行，生成darknet.exe,dark.lib 等等，下面要使用。

1.2 测试

生成darknet.exe,可以使用他来测试，命令行cmd打下命令，

darknet.exe detect cfg/yolov4.cfg yolov4.weights data/dog.jpg

这里将物体识别出来了，使用的是yolov4 的权重文件，当然可以使用自己训练的文件，下一节会讲。下面讲如何使用c++ 调用库文件去识别，并且把英文换成中文。

2、cfg 文件

所有的识别物体名称在cfg文件里面，打开文件可以看见物体的名字，都是英文。所以在代码里面可以使用查表得方式来查出中文名称。

const char *coco_names[] = { "人",
"自行车",
"汽车",
"机车",
"飞机","公共汽车","火车","卡车","船","","","","","","","","狗" };

里面省略了一些，可以自行翻译进去。

3、中文

在opencv这种环境下面写出中文并且要跨平台最简单的方式使用freetype，封装成和opencv一样的方式使用，

int putText(cv::Mat &img, const char    *text, cv::Point pos, cv::Scalar color);

4、show me the code

#define _CRT_SECURE_NO_WARNINGS
#define HAVE_STRUCT_TIMESPEC
#include
#include
#include "../include/darknet.h"
#include "../include/yolo_v2_class.hpp"
#include "opencv2/opencv.hpp"
#include "c_opencv_text.h"
#pragma comment(lib,"../bin/dark.lib")
#define GPU

const char *coco_names[] = { "人",
"自行车",
"汽车",
"机车",
"飞机","公共汽车","火车","卡车","船","","","","","","","","狗" };

int main()
{
	cv_freetype2 text("STXIHEI.TTF");
	const char *msg = "输出freetype2 汉字";
	//cfg 文件路径
	std::string cfg_file = "./cfg/yolov4.cfg";
	//weight 文件路径
	std::string weights_file = "./yolov4.weights";
	// 图像路径
	std::string image_file = "./data/dog.jpg";
	//设置yolo阈值
	float thresh = 0.5;

	// 创建检测对象
	Detector my_detector(cfg_file, weights_file, 0);
	//yolo检测
	std::vector<bbox_t> result_vec = my_detector.detect(image_file, thresh);

	//简单显示检测结果
	cv::Mat image = cv::imread(image_file);
	//遍历bbox_t结构体
	for (std::vector<bbox_t>::iterator iter = result_vec.begin(); iter != result_vec.end(); iter++)
	{
		//画检测框
		cv::Rect rect(iter->x, iter->y, iter->w, iter->h);
		cv::rectangle(image, rect, cv::Scalar(255, 0, 0), 2);
		const char *str = coco_names[iter->obj_id];
		cv::Point pos(rect.x, rect.y);
		text.putText(image, str, pos,cv::Scalar(0,0,255));
		//cv::putText(image, str, cv::Point(rect.x, rect.y), 0, 1, cv::Scalar(255));
	}
	//显示效果图
	cv::imshow("result", image);
	cv::waitKey(0);

	return 0;
}

执行结果

首先如果是GPU版本，会显示出cudnn 和 显卡名称 ,这里是Geforce GTX 1660

结果也就成中文得了。

总结

windows下注意事项：
1 定义HAVE_STRUCT_TIMESPEC，否则和pthread的结构体会有重复定义
2 STXIHEI.TTF 从windows里面复制出来，放到可执行文件同目录下面
3 定义_CRT_SECURE_NO_WARNINGS
darknet本身还有许多可以探索得，执行效率也很高，掌握标注方法，训练自己得权重文件，并且需要知道一些概念和知识，例如他得配置文件里面也有一些需要深入理解得，使用事半功倍，不失为一个良好得AI框架。后面得这些会在下面一节里讲了。