导入
目标检测方法综述
学习目标检测原理、YOLO架构及关键技术：调整锚框（anchors）、交并比（IoU）、损失函数和非极大值抑制，以提升检测精度。
...
目标检测方法
...
目标检测示例
...
使用YOLO进行目标检测的步骤
...
交并比（IoU）
...
非极大值抑制（NMS）
目标检测方法的优势与不足
| 优势 | 不足 | |
|---|---|---|
| 传统目标检测方法 | 可解释性强：传统方法通常提供更具可解释性的结果，便于理解算法是如何得出特定结论的。 | 处理复杂性能力有限：在应对复杂的视觉数据、背景干扰严重或高度多变的场景时表现较差。 |
| 对数据依赖较低：相比深度学习方法，这些方法可能需要更少的标注数据进行训练，适用于标注数据有限的场景。 | 特征工程困难：手动提取相关特征具有挑战性，且可能无法充分捕捉数据的全部复杂性。 | |
| 计算资源需求低：传统方法通常对计算资源要求较低，更适合硬件受限的应用场景。 | 在某些情况下准确率较低：实现高精度较为困难，尤其是在处理大规模数据集和多样化物体类别时。 | |
| 深度学习目标检测 | 高精度：深度学习方法，尤其是两阶段检测器，在目标检测任务中可达到极高的准确率。 | 数据依赖性强：深度学习模型通常需要大量标注数据进行训练，在标注数据稀缺的场景下应用受限。 |
| 自动特征学习：深度学习模型能够从数据中自动学习分层特征，无需人工设计特征。 | 计算资源消耗大：训练深度学习模型计算量大，通常需要高性能硬件支持。 | |
| 对多样性的鲁棒性：卷积神经网络擅长处理多样化和复杂的视觉数据，适用于广泛的应用场景。 | 黑盒特性：由于结构复杂，深度学习模型常被视为“黑箱”，其决策过程难以解释。 |
1import cv2 2import requests 3import numpy as np 4import matplotlib.pyplot as plt 5 6# 下载YOLOv3配置文件（cfg） 7cfg_url = "https://github.com/pjreddie/darknet/blob/master/cfg/yolov3.cfg?raw=true" 8response_cfg = requests.get(cfg_url) 9with open("yolov3.cfg", "wb") as cfg_file: 10 cfg_file.write(response_cfg.content) 11 12# 下载YOLOv3预训练权重 13weights_url = "https://pjreddie.com/media/files/yolov3.weights" 14response_weights = requests.get(weights_url) 15with open("yolov3.weights", "wb") as weights_file: 16 weights_file.write(response_weights.content) 17 18net = cv2.dnn.readNet("yolov3.weights", "yolov3.cfg") 19layer_names = net.getUnconnectedOutLayersNames() 20 21# 指定本地图像文件路径（不带前导斜杠） 22local_image_path = "test1.png" 23 24# 使用cv2读取本地图像 25image = cv2.imread(local_image_path) 26 27# 使用matplotlib显示原始图像 28plt.imshow(cv2.cvtColor(image, cv2.COLOR_BGR2RGB)) 29plt.axis('off') 30plt.show() 31 32# 获取图像尺寸 33height, width, _ = image.shape 34 35# 图像预处理 36blob = cv2.dnn.blobFromImage(image, 0.00392, (416, 416), (0, 0, 0), True, crop=False) 37net.setInput(blob) 38 39# 获取预测结果 40outs = net.forward(layer_names) 41 42# 后处理结果 43class_ids = [] 44confidences = [] 45boxes = [] 46 47for out in outs: 48 for detection in out: 49 scores = detection[5:] 50 class_id = np.argmax(scores) 51 confidence = scores[class_id] 52 if confidence > 0.2: 53 center_x = int(detection[0] * width) 54 center_y = int(detection[1] * height) 55 w = int(detection[2] * width) 56 h = int(detection[3] * height) 57 x = int(center_x - w / 2) 58 y = int(center_y - h / 2) 59 class_ids.append(class_id) 60 confidences.append(float(confidence)) 61 boxes.append([x, y, w, h]) 62 63# 应用非极大值抑制 64indices = cv2.dnn.NMSBoxes(boxes, confidences, 0.5, 0.4) 65 66# 在图像上绘制边界框 67for i in range(len(indices)): 68 index = int(indices[i]) # 将索引转换为整数 69 box = boxes[index] # 使用索引获取对应的边界框 70 x, y, w, h = box 71 label = str(class_ids[index]) # 使用索引获取类别ID 72 confidence = confidences[index] 73 color = (0, 255, 0) 74 cv2.rectangle(image, (x, y), (x + w, y + h), color, 4) 75 cv2.putText(image, f"{label}: {confidence:.2f}", (x, y - 10), cv2.FONT_HERSHEY_SIMPLEX, 0.5, color, 4) 76 77plt.imshow(cv2.cvtColor(image, cv2.COLOR_BGR2RGB)) 78plt.axis('off') 79plt.show()