YOLO3訓練自己標註的數據 將檢測到的目標保存爲圖像

使用darknet下的python/darknet.py遇到的問題

1. 找不到libdarknet.so文件
   將so文件放在darknet.py文件同目錄下，或在lib=CDLL()中寫so的全路徑名
2. load_net參數不正確
   darknet使用C/C++編寫，在調用load_net，輸入字符參數時，要在前面加b以表示類型，如b’cfg/yolov3-voc.cfg’
3. 找不到配置文件
   我在pycharm中執行，找不到相關文件，是因爲工作目錄不在darknet文件夾下，在pycharm中修改Working directory爲darknet所在目錄

檢測區域

1. 檢測函數

   net = load_net(b'cfg', b'weights', 0)
   meta = load_meta(b'data')
   r = dectect(net, meta, b'test.png')
   

   r [(b’text’, 0.8, (600, 700, 170, 25))]
   r[0][0] b’text’ 類別名
   r[0][1] 0.8 類別可能性
   r[0][2][0] 600 b.x 中心點x座標
   r[0][2][0] 700 b.y 中心點y座標
   r[0][2][0] 170 b.w 目標區域 寬度
   r[0][2][3] 25 b.h 目標區域 高度

2. 使用open cv保存檢測區域

   def save_region(im_path, x, y, width, height):
   	image = cv2.imread(im_path)
   	cropped = imge[int(y - height / 2) : int(y + height /2), int(x - width / 2):int(x + width /2)]
   	cv2.imwrite('save.jpg', cropped)
   

   opencv 保存圖像是用[y:y+height, x:x+width]來處理的
   讀取圖像，截取[高度，寬度]

3. 使用PIL庫保存圖像

   def save_pil(im_path, x, y, width, heigth):
   	image = Image.open(file)
   	# cropped = image.crop[x0, y0, x1, y1]
   	cropped = image.crop((int(x - width / 2), int(y - height / 2), int(x + width /2),  int(y + height /2)))
   

   Image圖像以左上角爲(0,0)點

4. opencv保存的圖像比pillow保存圖像體積大一些