需要注意的是：更改完源程序.c文件，需要对整个项目重新编译、make install，对已经生成的文件进行更新，类似于之前VS中在一个类中增加新函数重新编译封装dll，而python接口的调用主要使用的是libdarknet.so文件，其余在配置文件中的修改不必重新进行编译安装。
之前训练好的模型，在模型调用的时候，总是在
lib = CDLL(“/home/*****/*******/darknet/libdarknet.so”, RTLD_GLOBAL)这里读不到darknet编译生成的.so文件，导致直接的报错；之前以为是文件路径的问题，稀里糊涂的；由于很久不写c文件了，所以最后直接在python接口后在py文件中修改的画框、标置信度等操作，一次次的尝试后终于成功
（1）将项目中python文件下的darknet.py文件拷贝到根目录，和/libdarknet.so在同一个目录下
（2）整个demo程序都是用绝对路径；
实现yolov3模型加载，批量读取文件夹下的照片到库函数变量，最终处理结果存入在另外新建文件夹
###2019.04.03 by ylxb
def showPicResult(image,peoplecar，outimage):
img = cv2.imread(image)
out_img =outimage
cv2.imwrite(out_img, img)
for i in range(len(peoplecar)):
x1=peoplecar[i][2][0]-peoplecar[i][2][2]/2
y1=peoplecar[i][2][1]-peoplecar[i][2][3]/2
x2=peoplecar[i][2][0]+peoplecar[i][2][2]/2
y2=peoplecar[i][2][1]+peoplecar[i][2][3]/2
im = cv2.imread(out_img)
cv2.rectangle(im,(int(x1),int(y1)),(int(x2),int(y2)),(255,255,0),3)
text = listpeoplecar[i][0]
# 在图片上添加文字信息
if(text=="people"):
carcol=(55, 55, 255)#颜色显示
else:
carcol = (255, 55, 55)
cv2.putText(im, text, (int(x1), int(y1)), cv2.FONT_HERSHEY_SIMPLEX,
0.8, carcol, 1, cv2.LINE_AA)
#This is a method that works well.
cv2.imwrite(out_img, im)
###2019.04.03 by ylxb
filenames = os.listdir(picDir)
i = 0
num = 0#目标个数
car_num = 0#car个数
people_num = 0#people个数
car = "car" # car元素
people = "people" # people元素
for name in filenames:
filename=os.path.join(picDir,name)
#print(filename)
listpeoplecar = detect(net, meta, filename)
print(listpeoplecar)
i = i + 1
#save_picpath = out_img+str(filename).split("/")[-1].split(".")[0] + ".png"
out_img=out_img1+str(i)+'.png'
showPicResult(filename,listpeoplecar，out_img)
for item <i>本文来源gaodai$ma#com搞$$代**码)网@</i>in listpeoplecar:
#print(item)
car_num = car_num + item[0].count(car)#car个数
people_num = people_num + item[0].count(people)#people个数
num = num + 1#目标个数
print('car个数: ' + str(car_num))
print('people个数: ' + str(people_num))
print('共检测出目标个数: ' + str(num))
print('共检测照片个数:'+ str(i))
放其中一个照片测试照片：
以上这篇对YOLOv3模型调用时候的python接口详解就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持搞代码。
搞代码网（gaodaima.com）提供的所有资源部分来自互联网，如果有侵犯您的版权或其他权益，请说明详细缘由并提供版权或权益证明然后发送到邮箱[email protected]，我们会在看到邮件的第一时间内为您处理，或直接联系QQ：872152909。本网站采用BY-NC-SA协议进行授权
转载请注明原文链接：对YOLOv3模型调用时候的python接口详解
转载请注明原文链接：对YOLOv3模型调用时候的python接口详解
