darknet--目标检测开源库学习记录

傷城~ 2021-12-21 02:25 485阅读 0赞

### 文章目录 ###

*   *  1. 效果展示
     *  2. 安装方法
     *  3. 常用命令
     *  4. GPU加速
     *  5. 安装opencv
     *  6. 几点小提示
     *  7. 使用网络摄像头(手机)之一
     *  8. 使用网络摄像头(手机)之二
     *  9. 保存检测视频到本地

## 1. 效果展示 ##

[官网链接][Link 1]

darknet 实现了c语言版本的yolo v3, 不依赖任何其他库. 因此安装非常简单.

效果图:  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dqaDI2MjIwNzUxMjc_size_16_color_FFFFFF_t_70]  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dqaDI2MjIwNzUxMjc_size_16_color_FFFFFF_t_70 1]  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dqaDI2MjIwNzUxMjc_size_16_color_FFFFFF_t_70 2]

--------------------

## 2. 安装方法 ##

如何安装?

git clone https://github.com/pjreddie/darknet
    cd darknet
    make

然后下载yolov3权重, 放到darknet根目录下  
`wget https://pjreddie.com/media/files/yolov3.weights`

执行命令`./darknet detector test cfg/coco.data cfg/yolov3.cfg yolov3.weights data/dog.jpg` 测试一下效果, 生成的图片保存在darknet根目录下

--------------------

## 3. 常用命令 ##

以下是几个常用的检测命令

# 调用摄像头进行目标检测
    ./darknet detector demo cfg/coco.data cfg/yolov3.cfg yolov3.weights
    
    # 对视频进行目标检测
    ./darknet detector demo cfg/coco.data cfg/yolov3.cfg yolov3.weights <video_file>
    
    # 检测单独的一张图片
    ./darknet detect cfg/yolov3.cfg yolov3.weights data/dog.jpg
    
    # 设置阈值的检测
    ./darknet detect cfg/yolov3.cfg yolov3.weights data/dog.jpg -thresh 0
    
    # 对多张图片的检测, 输入命令后, 输入图片路径
    ./darknet detect cfg/yolov3.cfg yolov3.weights
    
    # 指定摄像头设备, 加参数 -c
    ./darknet detector demo cfg/coco.data cfg/yolov3.cfg yolov3.weights -c 1

--------------------

## 4. GPU加速 ##

用CPU进行测试非常的慢, 下面是官网的描述, 一张图10s(在我的电脑上还不止)  
![在这里插入图片描述][20190628094738706.png]

使用GPU可以大幅提高速度, 提升有多少呢? 在我的Geforce 940MX 辣鸡显卡上, 都可以实现比较卡顿的摄像头目标检测了! 如果是高性能的显卡, 想必会非常流畅(羡慕)

当然, 用GPU是需要安装好cuda的. 我用的是cuda 10.0

如何开启GPU模式? 修改makefile, GPU=0 改成GPU=1, 然后重新make.  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dqaDI2MjIwNzUxMjc_size_16_color_FFFFFF_t_70 3]

--------------------

## 5. 安装opencv ##

建议安装C++版本的opencv, 安装好了同样是改成OPENCV=1. (因为装了opencv他才会在屏幕上显示出检测的结果)

[如何在ubuntu 18.04 上安装opencv 3.4.6 ? 看这篇教程, 亲测有效. 除了后期有一丁点的不同基本顺利安装.][ubuntu 18.04 _opencv 3.4.6 _ _ _. _.]

--------------------

## 6. 几点小提示 ##

查看`./cfg/yolov3.cfg` 文件, 有两种模式, 根据自己的实际需要进行注释. 比如说我们做测试, 就改成testing模式.  
![在这里插入图片描述][20190628095527712.png]  
如果GPU太垃圾(比如我), 一测试就报显存溢出错误, 可以设置下面的width 和 height, 将它设小一点就可以了.  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dqaDI2MjIwNzUxMjc_size_16_color_FFFFFF_t_70 4]

--------------------

## 7. 使用网络摄像头(手机)之一 ##

使用网络摄像头, 用手机作为外接摄像头而不只是笔记本的摄像头来做目标检测, 下面是效果图.

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dqaDI2MjIwNzUxMjc_size_16_color_FFFFFF_t_70 5]  
我使用的是Droidcam ip摄像头

手机需要下载Droidcam app, 可以直接在google play上下载

[官网: http://www.dev47apps.com/][http_www.dev47apps.com]

[以及一篇非常好的安装教程][Link 2]

ubuntu 18.04 (linux)下的安装方法是  
复制下面这段代码做一个bash脚本, 然后执行它.

cd /tmp/
    sudo apt-get install linux-headers-`uname -r`
    bits=`getconf LONG_BIT`
    wget https://www.dev47apps.com/files/600/droidcam-${bits}bit.tar.bz2
    [[ ${bits} -eq 32 ]] && checksum=90cd43b4745c51cffedc352090912eb1
    [[ ${bits} -eq 64 ]] && checksum=9507c0b738f427c5f1dde7b2a364fdfb
    echo "${checksum} droidcam-${bits}bit.tar.bz2" | md5sum -c --
    # OK?
    tar xjf droidcam-${bits}bit.tar.bz2
    cd droidcam-${bits}bit/
    sudo ./install

建立启动器  
`gedit ~/.local/share/applications/droidcam.desktop`  
拷贝下面的代码进去

[Desktop Entry]
    Version=1.0
    Type=Application
    Terminal=false
    Name=DroidCam
    Exec=droidcam
    Comment=Use your Android phone as a wireless webcam or an IP Cam!
    Icon=droidcam
    Categories=GNOME;GTK;Video;
    Name[it]=droidcam

就可以找到图形程序的图标

然后就可以使用wifi连接手机上的摄像头. 也可以用usb连接的方式.  
![在这里插入图片描述][20190628105443700.png]

--------------------

用命令`ls /dev/video*` 查看电脑上的摄像头设备. 目前有两个. 这个video1就是ip摄像头了.  
![在这里插入图片描述][201906281056024.png]  
在使用darknet的时候, 在后面加参数`-c 1` 就可以指定摄像头设备了.

比如`./darknet detector demo cfg/coco.data cfg/yolov3.cfg yolov3.weights -c 1`

--------------------

## 8. 使用网络摄像头(手机)之二 ##

但如果用ip摄像头的话, 一来比较卡顿, 二来如果在外面没有wifi怎么办呢? 那么用usb就是个更好的选择. 参考这篇文章弄好了usb摄像头  
[https://xpenxpen.iteye.com/blog/2182397][https_xpenxpen.iteye.com_blog_2182397]

安装adb `sudo apt-get install adb`

查看设备`adb devices`

输入`adb forward tcp:4747 tcp:4747` 启用摄像头 (改成自己的端口)

手机打开开发者模式, 进开发者选项把usb调试打开

客户端开启usb模式

![在这里插入图片描述][20190628111315109.png]

--------------------

## 9. 保存检测视频到本地 ##

darknet官方似乎并没有一个简单的参数可以将检测的视频保存在本地, 找了好多文章后终于找到一个靠谱的方法.

[来源链接][Link 3]

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dqaDI2MjIwNzUxMjc_size_16_color_FFFFFF_t_70 6]

思路是, darknet提供了一种参数, -prefix, 可以将视频检测的结果输出为一系列的图片. 我们将这些图片保存在tmp文件夹, 然后使用视频转化工具ffmpeg 将这一系列的图片转化为视频.

下面是修改了的bash脚本, [保存为run.sh][run.sh]

#!/bin/bash
    
    ./darknet detector demo cfg/coco.data cfg/yolov3.cfg yolov3.weights $1 -prefix ./tmp/pictures
    ffmpeg -i ./tmp/pictures_%08d.jpg $2
    
    rm ./tmp/pictures_*.jpg

我稍微修改了github issue上的脚本, 使得我们可以指定输入和输出的文件.  
执行这条命令就可以保存视频了

./run.sh ./data/test-5.mp4 ./outputfiles/test-5.mp4

调用摄像头然后保存的话, 也稍微修改一下脚本就好了

--------------------

perfect

[Link 1]: https://pjreddie.com/darknet/yolo/
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dqaDI2MjIwNzUxMjc_size_16_color_FFFFFF_t_70]: /images/20211220/33a45696fe334997ad08f3e3ddd06108.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dqaDI2MjIwNzUxMjc_size_16_color_FFFFFF_t_70 1]: /images/20211220/09ef2f5333e5465591211f14bb2f73b4.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dqaDI2MjIwNzUxMjc_size_16_color_FFFFFF_t_70 2]: /images/20211220/d75320b71c8245298dd61e26ad5a422c.png
[20190628094738706.png]: /images/20211220/83fadbef9a3d465daafe597ca209dc9a.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dqaDI2MjIwNzUxMjc_size_16_color_FFFFFF_t_70 3]: /images/20211220/4fe48ba2e87f493f925e393d8013659f.png
[ubuntu 18.04 _opencv 3.4.6 _ _ _. _.]: https://blog.csdn.net/cocoaqin/article/details/78163171
[20190628095527712.png]: /images/20211220/d8dc384a29a04a0e92561e1ddc1a85d2.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dqaDI2MjIwNzUxMjc_size_16_color_FFFFFF_t_70 4]: /images/20211220/829502c2537c4dcebd4980cda104ceb7.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dqaDI2MjIwNzUxMjc_size_16_color_FFFFFF_t_70 5]: /images/20211220/b579f918ee5040b7a245ae2732bd06c8.png
[http_www.dev47apps.com]: http://www.dev47apps.com/
[Link 2]: https://www.freeyourdesktop.com/2018/10/need-a-webcam-in-ubuntu-no-problem-thanks-to-android/
[20190628105443700.png]: /images/20211220/ea13d7eb01b44a4fae20eb72dbb35dd8.png
[201906281056024.png]: /images/20211220/c1274238ef9d413bbf393e4296295542.png
[https_xpenxpen.iteye.com_blog_2182397]: https://xpenxpen.iteye.com/blog/2182397
[20190628111315109.png]: /images/20211220/20e2c37543ad474a8cb42d94b028b6f0.png
[Link 3]: https://github.com/pjreddie/darknet/issues/1235
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dqaDI2MjIwNzUxMjc_size_16_color_FFFFFF_t_70 6]: /images/20211220/5350d01a9ec64c3ca28a6fee0dec2556.png
[run.sh]: http://xn--run-c88dw8e312a.sh