基于YOLO的目标识别检测

本文最后更新于：2022年2月9日 上午

基于YOLO的目标识别检测

性能目标：

*   目标识别准确率大于90%

*   机载相机的有效地空检测距离大于10米

*   所选取相机能实现自主或结合机载电脑实时处理目标识别

感受下基于树莓派的YOLO目标检测算法（可见光）：

独家 | 在树莓派+Movidius NCS上运用YOLO和Tiny-YOLO完成目标检测（附代码下载）_数据派THU-CSDN博客


在树莓派4使用YOLO v3 Tiny进行实时对象检测_weixin_43878078的博客-CSDN博客_树莓派yolo目标检测

方法论证与实践

(1条消息) 在树莓派4使用YOLO v3 Tiny进行实时对象检测_weixin_43878078的博客-CSDN博客_树莓派yolo目标检测

YOLO算法在树莓派3B+、4B上实现

  • 步骤

    • 准备Python和Pi相机
    • 安装 Ninja Building tool（控制编译的工具，它相对于Makefile这套工具更注重于编译速度）
    • 安装修改后的 NNPACK（加速神经网络计算的加速包，NNPACK可以在多核CPU平台上提高卷积层计算性能）
    • 安装darknet-nnpack（目的是给树莓派配置yolo模型，Darknet是一个小众的深度学习框架）

  • 存在问题

    • 安装完成，使用树莓派摄像头进行测试。从摄像头获取图像，通过YOLO算法实时的识别物体类别，使用usb摄像头会比CSI（Camera Serial Interface）接口的摄像头慢很多。无法识别摄像头，原因可能是：
       ①摄像头硬件有问题

 ②树莓派上的摄像头驱动等存在问题

YOLOV3在Windows10（OpenCV3.4+CUDA11.4（CUDNN）+VisualStudio2017）下的实现

(1条消息) Windows10+YOLOV3+VisualStudio2017最新版本超详细过程_【秋名鱼酱的博客】-CSDN博客_win yolov3

  • 步骤

    • 安装最新版本的cuda和cudnn（CUDA是NVIDIA推出的用于自家GPU的并行计算框架，CUDNN是NVIDIA打造的针对深度神经网络的加速库，是一个用于深层神经网络的GPU加速库）
    • 安装OpenCV3.4（通过OpenCV调用dll实时检测）
    • 安装vs2017（使用本身2017对YOLOV3中的darknet项目文件进行编译）

  • 测试

    • 在测试效果之前还需要添加以下官网上下载训练好的权重文件
    • 权重文件保存的就是训练好的网络各层的权值，也就是通过训练集训练出来的。训练好之后，应用时只要加载权值就可以，不再需要训练集了
    • 输入检测程序命令，实现对JPG、avi文件以及调用摄像头的实时目标检测

实验结果

使用官方提供的权重文件检测对一下目标进行检测

视频检测

视频检测效果

制作训练集

  • YOLO有自己训练好的数据集，在YOLO v2 中，数据集可检测的类别达9000种以上，但是9000毕竟不是全部，它能涵盖大部分的物体识别，但是可能对于某些用户来说是不够的，所以我们需要学习它的数据集制作方法。

  • 数据集分为以下几个部分：

    • 1.数据集的搜集，这一部分主要是在网上搜集整理相关数据集的图片，比如我要做某种猫的数据集，我需要上网上查找这种猫的图片；我需要做自己做的手工艺品的数据集，那我需要自己拍摄等等。
    • 2.数据集的标注，计算机去认识一个物体，需要人去告诉他，哪个物体，是什么。就像我们在小时候，我们的父母会一点一点耐心教我们，什么是桌子，什么是椅子，什么是筷子，什么是树，什么是花……数据集的标注就是一个“教授”的过程。
    • 3.数据集的训练，不是别人一教，你就能学会的，你需要不断地练习，比如说话，小时候父母不厌其烦的教我们；比如写汉字，中国人最应该骄傲的就是我们学会了世界上最难的一门语言，并且能够熟练应用。这就是因为我们从上学开始，老师就教我们写字，一写就是好几十遍……计算机也是如此，想让计算机明白什么是花，什么是自行车，就要让他“训练”，让他学会。
    • 4.数据集的应用，我们学会说话，学会认识物体，目的就是为了应用，学会说话，我们可以交流，认识自行车，是我们能够方便交通……数据集也一样，训练好的数据集的目的就是为了应用，或者说，我们训练数据集是因为我们需要应用这个数据集，例如，我们需要检测人流量，首先我们需要识别人，当然现在就有很多人体识别的算法，如果我们要采用数据集来识别，我们需要先制作一个数据集，然后在应用数据集完成我们需要的功能