高大上的YOLOV3对象检测算法，使用python也可轻松实现

继续我们的目标检测算法的分享，前期我们介绍了SSD目标首樱检测算法的python实现以及Faster-RCNN目标检测算法的python实现以及yolo目标检测算法的darknet的window环境安装，本期我们简单介绍一下如何使用python来进行YOLOV3的对象检测算法

YOLOV3的基础知识大家可以参考往期文章，本期重点介绍如何使用python来实现

1、初始化模型

14-16 行：

模型的初始化依然使用cv下的DNN模型来加载模型，需要注意的是CV的版本需要大于3.4.2

5-8行：

初始化模型在coco上的label以便后期图片识别使用

10-12行：

初始化图片显示方框的颜色

2、加载图片，进行图片识别

输入识别的图片进行图片识别，这部分代码跟往期的SSD 以及RCNN目标检测算法类似

19-20行：输入图片，获取图片的长度与宽度

25-29行：计算图片的blob值，输入神经网络，进行前向反馈预测图片

只不过net.forward里面是ln， 神经网络的所有out层

3、遍历所有的out层，获取检测图片的label与置信度

遍历out层，获取检测到的label值以及置信度，检测到这里YOLOV3以及把所有的检测计算完成，但是由于yolov3对重叠图片或者靠的比较近的图片检测存在一定的问题，使用YOLOV3使用非最大值抑制来抑制弱的重叠边界

竟然把墨镜识别了手机，体现了YOLOV3在重叠图片识别的缺点

4、应用非最大值抑制来抑制弱的重叠边界，显示图片

56： 使用 非最大值抑制来抑制弱的重叠边界

58-59行：遍历所有图片

61-62行：提取检测图片的BOX

64-68行：显示图片信息

70-71行：显示图片

利用python来实现YOLOV3，与SSD 以及RCNN代码有很多类似的地方，大家可以参考往期的文章进行对比学习，把代码执行一遍

进行视频识别的思路：从视频中提取图片，进行图片识别，识别完成后，再把识别的结果实时体现在视频中，这部分代码结合前期的视频识别，大家可以参考多进程视频实时识别篇，因为没有多进程，检测速度很慢，视频看着比较卡

1、初始化模型以及视频流

2、从视频中提取图片吵余，进行图片的blob值计算，进行神经网络的预测

3、提取检测到图片的置信度以及ID值

4、 应用非最大值抑制来抑制弱的重叠边界，显示图片

5、关闭资源，显示图片处理信息

每个目标检测算法都有自己的优缺点，个人感觉，在精度要求不是太高的情况下SSD检测算法可以实现较快的速度实现，毕竟精者碰丛度差不多的情况下，我们希望速度越快越好

一、前期环境以及准备

1、安装python

在caffe中，python2和python3的接口都有。但frcnn中只能支持python2.7，所以千万不要装成python3。为了方便，不用自己去pip一大堆库，我建议安装anaconda2，里面已经安装了很多第三方的库。

另附python，Windows的第三方库 ，里面很全。或许有一些库你要去官网上下载。

2、安装（更新）显卡驱动和cuda

NVIDIA的显卡驱动安装应该不用我说了吧，到官网上下载吧。我要说明一点的是，我的1080ti在安装显卡驱动时，说和Windows不匹配。怎么解决呢？更新Windows，到官网上下驱动，再安装。成功！还有就是记得更新你的显卡驱动，以防老的驱动不支持cuda。

CUDA安装的话，也是傻瓜试的安装。提醒一点的是，不要改变他的安装路径，默认路径。然后去NVIDIA的官网上下载cudnn库，这个库的话需祥局李要去NVIDIA注册一个账号，然后问你用这个来腊腊完成什么工作之类的巴拉巴拉。这个库长什么样呢？下载完解压缩，得到一个cuda的文件夹，谨迟里面有3个文件夹

然后打开你的CUDA文件夹，默认路径是C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0

把cudnn库里面的3个文件夹里面的文件，分别加到cuda里面对应的文件夹。

然后打开cuda需要编译的部分，默认路径是C:\ProgramData\NVIDIA Corporation\CUDA Samples\v8.0

因为我用的VS2015，那么我就用打开2015的那个，然后改成release运行。

至此，显卡计算的环境就搭建完成了。

3、cmake和git

cmake的话，我建议直接下载编译好的能运行的文件（到官网上下载），然后解压文件，把bin的路径添加到Path中。

git：因为frcnn里面有很多linux的脚本，你可以不用，但用的话会很方便的。所以我建议安装git。同样，傻瓜式的安装，直接到官网上下载。

二、py-faster-rcnn

1、编译caffe的python接口GPU版本（如果你编译过了就不用了）

因为frcnn的编译过程用需要用到python的caffe包，所以必须要先编译一次caffe。如果你已经编译过caffe的py接口就不用了。

下载微软的Caffe，git的地址

你可以用git直接下载，或者在git的地址里下载，随便你。

[plain] view plain copy

git clone

cd caffe

git checkout windows

打开caffe\scripts，然后编辑build_win.cmd文件

第7行的VERSION是你VS的版本，VS2015对应的是14，VS2013对应的应该是12；第8行改为0；第9行改为0（如果你不用GPU，那就还是1）；13行的python_version是你的python版本，2.x就是2，3.x就是3；24,28行是你的python的安装目录，如果你是anaconda就改你的anaconda的目录，否则就不改。

同样69-95行同样修改。以上2张图是我的cmake文件配置。

进入caffe\scripts，打开cmd，直接执行build_win.cmd。注意他会自动下载需要的库，因为服务器呢都不在国内，所以我建议挂个VPN，不然你且等呢吧。

这样cmake后呢，python的接口就已经编译好了，不用再编译一遍了。把caffe\python下的caffe的文件夹copy到python的第三方包的文件夹就ok。

这样caffe的python接口就好了，你可以进cmd的python试一下import caffe。如果说，他提示少了什么包，你直接pip这个包就好了，找不到的话，百度一下就有。但只要你跟着上面我的方法做应该不会出现什么问题。

2、编译py-faster-rcnn依赖库

首先呢，我们先去编译一下frcnn的依赖库。Windows下，不能使用自带的lib，把自带的lib删了，重新下载，这里给出git的地址。

好了，现在你的库应该长成这样，有setup.py和setup_cuda.py。进cmd，install这2个文件。

现在你肯定会遇到问题，提示你VC版本不对

怎么办呢，先set一下：输入SET VS90COMNTOOLS=%VS140COMNTOOLS%，VS后面的数字就是你的版本。还有不要忘了把你VS的c1.exe加到path下。

编译好frcnn的依赖库后，应该是这个样子的。

3、给caffe加frcnn的层

现在，我们再下载一个caffe，跟前面一样，把build_win.cmd进行修改。然后我们就可以把frcnn的一些特有的层加到caffe里编译了。

1）添加层和文件

打开py-faster-rcnn\caffe-fast-rcnn\src\caffe\layers文件夹，找到4个文件分别为

然后copy到你新的caffe的对应文件夹caffe\src\caffe\layers里。

接着我们添加头文件，打开py-faster-rcnn\caffe-fast-rcnn\include\caffe，把fast_rcnn_layers.hpp这文件copy到caffe的对应文件夹下caffe\include\caffe。

2）配置2个新层

打开你的caffe\src\caffe\proto下的caffe.proto，进行编辑。

在407行左右

往原来的文件里添加新的层的配置信息

[plain] view plain copy

optional ROIPoolingParameter roi_pooling_param = 8266711

optional SmoothL1LossParameter smooth_l1_loss_param = 8266712

message ROIPoolingParameter {

// Pad, kernel size, and stride are all given as a single value for equal

// dimensions in height and width or as Y, X pairs.

optional uint32 pooled_h = 1 [default = 0]// The pooled output height

optional uint32 pooled_w = 2 [default = 0]// The pooled output width

// Multiplicative spatial scale factor to translate ROI coords from their

// input scale to the scale used when pooling

optional float spatial_scale = 3 [default = 1]

}

message SmoothL1LossParameter {

// SmoothL1Loss(x) =

// 0.5 * (sigma * x) ** 2-- if x <1.0 / sigma / sigma

// |x| - 0.5 / sigma / sigma -- otherwise

optional float sigma = 1 [default = 1]

}

3）cmake新的caffe的python接口

就是再执行一遍build_win.cmd就行。编译好之后，把caffe根目录下的python文件夹替换py-faster-rcnn\caffe-fast-rcnn的python文件夹。

三、demo

完成以上步骤你的py-faster-rcnn就已经编译成功了。如果你想用demo测试一下的话可以用.\data\scripts里的脚本去下载已经训练好的model，文件挺大的、速度挺慢的。所以给大家提供一个百度5，把caffemodel文件放在data\faster_rcnn_models，然后执行tools\demo.py就能看到结果了

---