YOLOv3批量测试图片并保存在自定义文件夹下

article/2025/9/18 13:45:02

    YOLOv3的网络训练教程在网上都能找到，最重要是依赖于官网github上的issues解决，如果有些问题不清楚可以百度搜索到，这篇文章主要是针对于训练好自己的网络后的测试命令以及实现批量测试图片并保存的操作：

 

 先说测试并返回评价指标的3个命令

1) ./darknet detector test cfg/voc.data cfg/yolo-voc.cfg ./svt/backup/yolo-voc_final.weights

/*不现实评价指标，输入图片路径，只显示框好后的图片和类别、置信率*/

 

2) ./darknet detector valid cfg/voc.data cfg/yolo-voc.cfg backup/yolo-voc_final.weights

/*在终端只返回用时，在./results/comp4_det_test_[类名].txt里保存测试结果*/

 

3) ./darknet detector recall cfg/voc.data cfg/yolo-voc.cfg backup/yolo-voc_final.weights（这个命令需修改dectector.c文件）

/*依次ID:图片序号从0开始，correct:累计检测正确的总框数，total:累计的总ground truth数，RPs/Img: 累计的总proposals/已检测图片数，IOU，Recall: correct / total，proposals:累计的总框数，Precision: correct / proposals*/

*************************************************************************************************

命令参数总结

  1. 训练模型
    • 单GPU训练：./darknet -i <gpu_id> detector train <data_cfg> <train_cfg> <weights>  举例： 
      ./darknet detector train cfg/voc.data cfg/yolov3-voc.cfg darknet53.conv.74
    • 多GPU训练，格式为0,1,2,3：./darknet detector train <data_cfg> <model_cfg> <weights> -gpus <gpu_list> 举例           
      ./darknet detector train cfg/voc.data cfg/yolov3-voc.cfg darknet53.conv.74 -gpus 0,1,2,3
    • CPU训练：./darknet -nogpu detector train <data_cfg> <model_cfg> <weights>
  2. 测试图片
    • 测试单张图片，需要编译时有OpenCV支持：./darknet detector test <data_cfg> <test_cfg> <weights> <image_file>
    • <test_cfg>文件中batch和subdivisions两项必须为1。
    • 测试时还可以用-thresh和-hier选项指定对应参数。
  3. 生成预测结果
    • ./darknet detector valid <data_cfg> <test_cfg> <weights> <out_file>
    • <test_cfg>文件中batch和subdivisions两项必须为1。
    • 结果生成在<data_cfg>的results指定的目录下以<out_file>开头的若干文件中，若<data_cfg>没有指定results，那么默认为<darknet_root>/results。
  4. 计算recall（执行这个命令需要修改detector.c文件，修改信息请参考“detector.c修改”）
    • ./darknet detector recall <data_cfg> <test_cfg> <weights>
    • <test_cfg>文件中batch和subdivisions两项必须为1。
    • 输出在stderr里，重定向时请注意。
    • RPs/Img、IOU、Recall都是到当前测试图片的均值。
    • detector.c中对目录处理有错误，可以参照validate_detector对validate_detector_recall最开始几行的处理进行修改。
  5. 执行这些命令的时候在<darknet-root>下进行。

**************************************************************************************************************

 detector.c修改（example文件夹下）

 

 validate_detector_recall函数定义和调用改为：

void validate_detector_recall(char *datacfg, char *cfgfile, char *weightfile)
validate_detector_recall(datacfg, cfg, weights);

 

validate_detector_recall内的plist和paths的如下初始化代码：

 

list *plist = get_paths("data/voc.2007.test");
char **paths = (char **)list_to_array(plist);

 

修改为：

 

list *options = read_data_cfg(datacfg);
char *valid_images = option_find_str(options, "valid", "data/train.list");
list *plist = get_paths(valid_images);
char **paths = (char **)list_to_array(plist);

 

 

上述修改完之后务必记住要在darknet下重新make一下就可以进行recall命令了，

 

 

./darknet detector recall cfg/voc.data cfg/yolo-voc.cfg backup/yolo-voc_final.weights

 

 

 

***************************************正文如下*********************************************************

批量测试图片并保存在自定义文件夹下

 1.用下面代码替换detector.c文件（example文件夹下）的void test_detector函数（注意有3处要改成自己的路径）

void test_detector(char *datacfg, char *cfgfile, char *weightfile, char *filename, float thresh, float hier_thresh, char *outfile, int fullscreen)
{list *options = read_data_cfg(datacfg);char *name_list = option_find_str(options, "names", "data/names.list");char **names = get_labels(name_list);image **alphabet = load_alphabet();network *net = load_network(cfgfile, weightfile, 0);set_batch_network(net, 1);srand(2222222);double time;char buff[256];char *input = buff;float nms=.45;int i=0;while(1){if(filename){strncpy(input, filename, 256);image im = load_image_color(input,0,0);image sized = letterbox_image(im, net->w, net->h);//image sized = resize_image(im, net->w, net->h);//image sized2 = resize_max(im, net->w);//image sized = crop_image(sized2, -((net->w - sized2.w)/2), -((net->h - sized2.h)/2), net->w, net->h);//resize_network(net, sized.w, sized.h);layer l = net->layers[net->n-1];float *X = sized.data;time=what_time_is_it_now();network_predict(net, X);printf("%s: Predicted in %f seconds.\n", input, what_time_is_it_now()-time);int nboxes = 0;detection *dets = get_network_boxes(net, im.w, im.h, thresh, hier_thresh, 0, 1, &nboxes);//printf("%d\n", nboxes);//if (nms) do_nms_obj(boxes, probs, l.w*l.h*l.n, l.classes, nms);if (nms) do_nms_sort(dets, nboxes, l.classes, nms);draw_detections(im, dets, nboxes, thresh, names, alphabet, l.classes);free_detections(dets, nboxes);if(outfile){save_image(im, outfile);}else{save_image(im, "predictions");
#ifdef OPENCVcvNamedWindow("predictions", CV_WINDOW_NORMAL); if(fullscreen){cvSetWindowProperty("predictions", CV_WND_PROP_FULLSCREEN, CV_WINDOW_FULLSCREEN);}show_image(im, "predictions");cvWaitKey(0);cvDestroyAllWindows();
#endif}free_image(im);free_image(sized);if (filename) break;} else {printf("Enter Image Path: ");fflush(stdout);input = fgets(input, 256, stdin);if(!input) return;strtok(input, "\n");list *plist = get_paths(input);char **paths = (char **)list_to_array(plist);printf("Start Testing!\n");int m = plist->size;if(access("/home/FENGsl/darknet/data/out",0)==-1)//"/home/FENGsl/darknet/data"修改成自己的路径{if (mkdir("/home/FENGsl/darknet/data/out",0777))//"/home/FENGsl/darknet/data"修改成自己的路径{printf("creat file bag failed!!!");}}for(i = 0; i < m; ++i){char *path = paths[i];image im = load_image_color(path,0,0);image sized = letterbox_image(im, net->w, net->h);//image sized = resize_image(im, net->w, net->h);//image sized2 = resize_max(im, net->w);//image sized = crop_image(sized2, -((net->w - sized2.w)/2), -((net->h - sized2.h)/2), net->w, net->h);//resize_network(net, sized.w, sized.h);layer l = net->layers[net->n-1];float *X = sized.data;time=what_time_is_it_now();network_predict(net, X);printf("Try Very Hard:");printf("%s: Predicted in %f seconds.\n", path, what_time_is_it_now()-time);int nboxes = 0;detection *dets = get_network_boxes(net, im.w, im.h, thresh, hier_thresh, 0, 1, &nboxes);//printf("%d\n", nboxes);//if (nms) do_nms_obj(boxes, probs, l.w*l.h*l.n, l.classes, nms);if (nms) do_nms_sort(dets, nboxes, l.classes, nms);draw_detections(im, dets, nboxes, thresh, names, alphabet, l.classes);free_detections(dets, nboxes);if(outfile){save_image(im, outfile);}else{char b[2048];sprintf(b,"/home/FENGsl/darknet/data/out/%s",GetFilename(path));//"/home/FENGsl/darknet/data"修改成自己的路径save_image(im, b);printf("save %s successfully!\n",GetFilename(path));
#ifdef OPENCVcvNamedWindow("predictions", CV_WINDOW_NORMAL); if(fullscreen){cvSetWindowProperty("predictions", CV_WND_PROP_FULLSCREEN, CV_WINDOW_FULLSCREEN);}show_image(im, "predictions");cvWaitKey(0);cvDestroyAllWindows();
#endif}free_image(im);free_image(sized);if (filename) break;}}}
}

 

 

 

2，在前面添加*GetFilename(char *p)函数（注意后面的注释）

 

 

 

#include "darknet.h"
#include <sys/stat.h>
#include<stdio.h>
#include<time.h>
#include<sys/types.h>
static int coco_ids[] = {1,2,3,4,5,6,7,8,9,10,11,13,14,15,16,17,18,19,20,21,22,23,24,25,27,28,31,32,33,34,35,36,37,38,39,40,41,42,43,44,46,47,48,49,50,51,52,53,54,55,56,57,58,59,60,61,62,63,64,65,67,70,72,73,74,75,76,77,78,79,80,81,82,84,85,86,87,88,89,90};char *GetFilename(char *p)
{ static char name[20]={""};char *q = strrchr(p,'/') + 1;strncpy(name,q,6);//注意后面的6，如果你的测试集的图片的名字字符（不包括后缀）是其他长度，请改为你需要的长度（官方的默认的长度是6）return name;
}

 

3.在darknet下重新make

 

4.执行批量测试命令如下

./darknet detector test cfg/voc.data cfg/yolov3-voc.cfg backup/yolov3-voc_final.weights
layer     filters    size              input                output0 conv     32  3 x 3 / 1   416 x 416 x   3   ->   416 x 416 x  32  0.299 BFLOPs1 conv     64  3 x 3 / 2   416 x 416 x  32   ->   208 x 208 x  64  1.595 BFLOPs.......104 conv    256  3 x 3 / 1    52 x  52 x 128   ->    52 x  52 x 256  1.595 BFLOPs105 conv    255  1 x 1 / 1    52 x  52 x 256   ->    52 x  52 x 255  0.353 BFLOPs106 detection
Loading weights from yolov3.weights...Done!
Enter Image Path:

Enter Image Path：后面输入你的txt文件路径（你准备好的所有测试图片的路径全部存放在一个txt文件里），你可以复制voc.data文件里的valid后面的路径，就可以了，如下

classes= 3
train  =/home/FENGsl/darknet/data/train.txt
valid  = /home/FENGsl/darknet/data/2007_test.txt
names = data/voc.names
backup = backup

你就可以看到如下结果：

  101 conv    128  1 x 1 / 1    52 x  52 x 256   ->    52 x  52 x 128  0.177 BFLOPs102 conv    256  3 x 3 / 1    52 x  52 x 128   ->    52 x  52 x 256  1.595 BFLOPs103 conv    128  1 x 1 / 1    52 x  52 x 256   ->    52 x  52 x 128  0.177 BFLOPs104 conv    256  3 x 3 / 1    52 x  52 x 128   ->    52 x  52 x 256  1.595 BFLOPs105 conv     24  1 x 1 / 1    52 x  52 x 256   ->    52 x  52 x  24  0.033 BFLOPs106 detection
Loading weights from backup/yolov3-voc_final.weights...Done!
Enter Image Path: /home/FENGsl/darknet/data/2007_test.txt
Start Testing!
Try Very Hard:/home/FENGsl/darknet/data/VOCdevkit/VOC2007/JPEGImages/000013.jpg: Predicted in 0.085814 seconds.
PED: 100%
save 000013 successfully!
Try Very Hard:/home/FENGsl/darknet/data/VOCdevkit/VOC2007/JPEGImages/000016.jpg: Predicted in 0.084692 seconds.
save 000016 successfully!

然后你所有的图片都保存在了data/out文件夹下，你可以打开看看，展示一下我的结果

                              

                                                  谢谢大家！我的表演结束！

参考文献：

1.https://clavichord93.wordpress.com/2017/05/11/darknetyolo-shi-yong-zhi-nan/

2.https://blog.csdn.net/eloise_29/article/details/70215338
 

说明：

               经过很多人测试会发现保存的图片的名字是（null）.png，这个问题我现在已经解决了，就是在*GetFilename(char *p)函数里面的char name[20]={""}前面加上static，也就是将name声明成静态的就可以了，之前没有加会出现null的错误，现在已经修改过了，可以放心粘贴了。

 

如果大家有爱好深度学习，爱好人工智能，还有YOLO，可以加下我创建的群825524664（深度学习交流），仅供学习交流，没有广告，谢谢大家捧场！


http://chatgpt.dhexx.cn/article/1i7OY6jH.shtml

相关文章

图片链接测试

图片链接测试

阅读更多...
使用mmdetection测试图片

使用mmdetection测试图片

本人刚入门目标检测&#xff0c;发现了一个开源的工具箱mmdetection&#xff0c;便自己使用里面的模型试着测试一张图片&#xff0c;网上大多数博客写的还是不够详细&#xff0c;所以想自己写一篇&#xff0c;方便大家及自己今后可以回顾。 首先&#xff0c;mmdetection的安装…
阅读更多...
用于测试图片类型限制、图片大小限制的文件

用于测试图片类型限制、图片大小限制的文件

文章目录 1、图片类型2、文件大小测试3、相关文件打包下载 相信大家测试的时候常常会遇到如下 上传图片等功能 那么遇到此类功能该如何进行测试呢&#xff1f; 这边首先需要提取这些功能的测试点&#xff1a; 该功能全面的测试点提取已经有大佬弄出来了&#xff0c;这边我就…
阅读更多...
测试图片，如何测试图片

测试图片，如何测试图片

这是一个测试数据
阅读更多...
8080端口被占用处理方法

8080端口被占用处理方法

查看被占用的端口号&#xff1a; netstat -ano | findstr 8080杀死占用的端口号 taskkill /pid 14188 /f
阅读更多...
怎么查看8080端口被占用详细教程

怎么查看8080端口被占用详细教程

开始---->运行---->cmd&#xff0c;或者是windowR组合键&#xff0c;调出命令窗口 输入命令&#xff1a;netstat -ano&#xff0c;列出所有端口的情况。查找8080端口 打开任务管理器&#xff1a;Ctrt Alt . 或 CtrlShiftEsc 看找 PID &#xff1a; 4764 5. 右键&…
阅读更多...
解决8080端口号被占用

解决8080端口号被占用

阅读更多...
解决tomcat的8080端口被占用

解决tomcat的8080端口被占用

解决tomcat的8080端口被占用 1.win R,输入cmd回车进入dos界面 2.输入netstat -ano|findstr 8080 查看占用8080端口的进程 3.输入taskkill /pid 84980 /f 将显示的进程号&#xff08;我的是84980&#xff09;结束掉 &#xff0c;注意结束这一个就可以了 4.重启tomcat cmd进…
阅读更多...
Windows 环境下8080端口被占用，如何查看占用的进程及关闭进程

Windows 环境下8080端口被占用，如何查看占用的进程及关闭进程

前言&#xff1a; 最近在写一个vue项目的时候&#xff0c;需要用到本地的8080端口来模拟数据获取&#xff0c;却发现8080端口被占用&#xff0c;莫名奇怪。 坑老是那么多&#xff0c;如何解决&#xff1f; win r 打开程序运行的快速窗口&#xff0c;输入cmd, 进入命令行窗口&…
阅读更多...
Windows 关闭8080端口（8080端口被占用）

Windows 关闭8080端口（8080端口被占用）

这个方法两条命令&#xff0c;简单有效&#xff01; 打开用管理员身份打开命令提示符 输入命令 1、C:\WINDOWS\system32> netstat -o -n -a | findstr :8080 TCP 0.0.0.0:8080 0.0.0.0:0 LISTENING 22260 2、C:\WINDOWS\system32> taskkill /F /PID 22260 成功: 已终…
阅读更多...
Tomcat默认8080端口被占用了？看我暴力解决

Tomcat默认8080端口被占用了？看我暴力解决

文章目录 前言一、解决思路二、解决步骤1、打开cmd管理员窗口2、输入命令查看端口号和进程号3、通过任务管理器关闭进程 总结 前言 在使用idea开发Java Web的过程中&#xff0c;部署Tomcat之后经常会遇到8080端口被占用的情况&#xff0c;之前在网上搜索了很多解决办法&#x…
阅读更多...
80端口或8080端口被占用的解决办法

80端口或8080端口被占用的解决办法

80端口、8080端口被占用的解决办法 80端口或8080端口&#xff0c;一般Tomcat、JBoss、Oracle默认都会使用这个端口&#xff01; 所以就需要修改默认端口&#xff0c;让他们能一起协同工作。 《其实SQL2008、SQL2008R2中的“SQL Server Reporting Services (SQL2008)、SQL Ser…
阅读更多...
Tomcat 8080 端口经常被占用的2个解决方法

Tomcat 8080 端口经常被占用的2个解决方法

1、关闭占用8080端口的进程&#xff1a;8080端口被占用的话执行startup.bat会报错&#xff0c;可在cmd下执行netstat -ano命令查看8080是否被占用&#xff0c;如果被占用可根据相应的PID号在任务管理器查找并关闭相应进程&#xff0c;然后重启tomcat。此方法弊端是端口被占用就…
阅读更多...
80端口被占用

80端口被占用

方法一: 查找占据80端口的进程&#xff0c;然后关闭它。 1、运行cmd&#xff0c;输netstat -ano; 2、查看开头几行0.0.0.0:80的pid&#xff0c;记下pid的值; 3、在“任务管理器”中找到pid所对应的程序&#xff0c;结束他; but&#xff01;因为我的每次都是被System占用&#…
阅读更多...
查看8080端口被占用处理教程

查看8080端口被占用处理教程

开始---->运行---->cmd&#xff0c;或者是windowR组合键&#xff0c;调出命令窗口 输入命令&#xff1a;netstat -ano&#xff0c;列出所有端口的情况。查找8080端口 打开任务管理器&#xff1a;Ctrt Alt . 或 CtrlShiftEsc 查找 PID &#xff1a; 4764 5. 右键&#x…
阅读更多...
8080端口号被占用的问题

8080端口号被占用的问题

1、Tomcat 的默认端口8080被其他程序占用图示例&#xff1a; 两种解决方法&#xff1a; 方法一、 首先打开cmd&#xff0c;打开的方法很简单&#xff0c;在开始菜单中直接输入即可。同样也可以按下winR打开运行&#xff0c;然后输入cmd即可。 在dos命令中输入以下命令查询正…
阅读更多...
8080端口被占用的解决办法

8080端口被占用的解决办法

一、打开电脑的命令窗口 winr 输入cmd 点击确定。 二、查看8080的进程pid 在命令窗口输入命令 netstat -aon|findstr “8080” 可以查看到PID 三、关闭pid进程 打开电脑的任务管理器->点击详细服务->找到PID相对应的服务->右键点击停止服务。
阅读更多...
8080端口被占用，最快解决方法不是重启电脑

8080端口被占用，最快解决方法不是重启电脑

解决方法&#xff1a;cmd 之后 懂得直接拿代码&#xff0c;不懂的继续看 netstat -aon|findstr "8080" taskkill /pid 6828 /f 6868 代表占用8080的进程pid号当然还有一种更直接的方法&#xff1a;重启电脑&#xff0c;直接解决 一、8080被占用问题描述 在做jav…
阅读更多...
解决8080端口被占用问题

解决8080端口被占用问题

问题叙述 在IDEA中运行项目时会出现8080端口被占用的情况&#xff0c;可能是运行tomcat的时候&#xff0c;也可能是在用vue进行前后端分离项目&#xff0c;运行后端代码时出现端口被占用。这里以运行tomcat显示占用举例&#xff0c;如下图所示&#xff1b; 解决方法 1、按快…
阅读更多...
8080端口被占用，关闭方法

8080端口被占用，关闭方法

1.打开Windows命令行。输入 netstat -ano | findstr 8080 之后就会显示 找到第二列是127.0.0.1&#xff1a;8080的那一行&#xff0c;那行的最后一列就是占用8080pid。 2.杀死那个进程&#xff0c;在终端中输入&#xff1a; taskkill -pid 进程号 -f 注意:每次的进程号不一…
阅读更多...
推荐文章

Copyright @ 2022~2023