基於OpenCV和YOLOv3的目標檢測實例應用

一、前言

YOLOv3是當前非常流行的目標檢測算法，它的檢測速度很快，同時準確度也比較高，適合在工業上進行應用。在網上，已有大量的博文來介紹YOLOv3的基本原理，因此，在本文中不再對原理方面做過多的描述了，接下來我們學習如何在OpenCV上使用目前較爲先進的目標檢測技術YOLOv3來對圖像中的目標進行檢測。

二、應用

在我們平時的目標檢測中，常見的檢測對象有圖片和視頻流兩種方式，但由於本平臺目前僅支持騰訊視頻、優酷視頻、嗶哩嗶哩視頻上傳，所以下面就只給出使用YOLOv3目標檢測算法對圖片進行的測試。
先找一張目標屬於同類的圖片進行測試，結果如下：
測試前：

測試後

接着再測試一張包含着不同類別的圖片：
測試前：

測試後：

三、總結

從上面測試後的圖中可以看出，使用YOLOv3目標檢測算法對圖片中的物體檢出率以及檢出後的準確率都比較高，圖片左上角所顯示的實時性相比其它的目標檢測算法也是較快的。