YOLOv4的相关模型合集在这里

https://github.com/AlexeyAB/darknet/wiki/YOLOv4-model-zoo

我使用的是基于COCO预训练模型：

YOLOv4-Leaky

OpenCV4.4 支持YOLOv4，这个是它的官方release里面说的，其实我早就发现了YOLOv4可以通过OpenCV4.2直接跑，怎么OpenCV4.4才官宣。也许不发布新版本不好官宣，只有发布了新版本才可以顺便说一下。此外OpenCV4.4 DNN还有很多新添加的演示程序，支持了深度学习的光流、支持tensorflow object detection API的EfficientDet对象检测模型，但是前提是tensorflow2.x才可以。多了一个tf_text_graph_efficientdet.py文件，用来生成对应的pbtxt文件。

跟YOLOv3一样，YOLOv4也有三个输出层，完成推理之后，需要在进一步通过NMS实现对重叠框的去除，什么是NMS（非最大抑制），看下图就懂啦：

然后说一下模型输入格式与输出格式

输入：NCHW=1x3x416x416
输出：NXC 其中N表示多少个对象，C的前四个数矩形框的[center_x, center_y, width, height]，从第五个数值开始分别是每个类别的得分，求的最大得分，如果高于阈值0.5，则认为检测到了对象，每个score对应的index即是COCO类别文本。

根据上面的描述，对一个视频文件实现YOLOv4的对象检测代码如下：

 1Net net = readNetFromDarknet(yolov4_config, yolov4_model);
 2net.setPreferableBackend(DNN_BACKEND_INFERENCE_ENGINE);
 3net.setPreferableTarget(DNN_TARGET_CPU);
 4std::vector outNames = net.getUnconnectedOutLayersNames();
 5for (int i = 0; i < outNames.size(); i++) {
 6    printf("output layer name : %s\n", outNames[i].c_str());
 7}
 8
 9vector<string> classNamesVec;
10ifstream classNamesFile("D:/projects/opencv_tutorial/data/models/object_detection_classes_yolov3.txt");
11if (classNamesFile.is_open())
12{
13    string className = "";
14    while (std::getline(classNamesFile, className))
15        classNamesVec.push_back(className);
16}
17
18VideoCapture capture;
19capture.open("D:/images/video/f35_02.mp4");
20Mat frame;
21// 加载图像 
22while (true) {
23    int64 start = getTickCount();
24    capture.read(frame);
25    Mat inputBlob = blobFromImage(frame, 1 / 255.F, Size(416, 416), Scalar(), true, false);
26    net.setInput(inputBlob);
27
28    // 检测
29    std::vector outs;
30    net.forward(outs, outNames);
31
32    vector boxes;
33    vector<int> classIds;
34    vector<float> confidences;
35    for (size_t i = 0; i36    {
37        // detected objects and C is a number of classes + 4 where the first 4
38        float* data = (float*)outs[i].data;
39        for (int j = 0; j < outs[i].rows; ++j, data += outs[i].cols)
40        {
41            Mat scores = outs[i].row(j).colRange(5, outs[i].cols);
42            Point classIdPoint;
43            double confidence;
44            minMaxLoc(scores, 0, &confidence, 0, &classIdPoint);
45            if (confidence > 0.5)
46            {
47                int centerX = (int)(data[0] * frame.cols);
48                int centerY = (int)(data[1] * frame.rows);
49                int width = (int)(data[2] * frame.cols);
50                int height = (int)(data[3] * frame.rows);
51                int left = centerX - width / 2;
52                int top = centerY - height / 2;
53
54                classIds.push_back(classIdPoint.x);
55                confidences.push_back((float)confidence);
56                boxes.push_back(Rect(left, top, width, height));
57            }
58        }
59    }
60
61    vector<int> indices;
62    NMSBoxes(boxes, confidences, 0.5, 0.2, indices);
63    for (size_t i = 0; i < indices.size(); ++i)
64    {
65        int idx = indices[i];
66        Rect box = boxes[idx];
67        String className = classNamesVec[classIds[idx]];
68        putText(frame, className.c_str(), box.tl(), FONT_HERSHEY_SIMPLEX, 1.0, Scalar(255, 0, 0), 2, 8);
69        rectangle(frame, box, Scalar(0, 0, 255), 2, 8, 0);
70    }
71    float fps = getTickFrequency() / (getTickCount() - start);
72    float time = (getTickCount() - start) / getTickFrequency();
73    ostringstream ss;
74    ss << "FPS : "<< fps <<" detection time: " << time*1000 << " ms";
75    putText(frame, ss.str(), Point(20, 20), 0, 0.5, Scalar(0, 0, 255));
76    imshow("YOLOv4-Detections", frame);
77    char c = waitKey(1);
78    if (c == 27) {
79        break;
80    }
81}
82waitKey(0);
83return;

代码运行结果如下：

我只能说速度有点感人，我有点怕啦，当然我是在i7CPU上运行的。

最后的最后求一波分享！
YOLOv4 trick相关论文已经下载并放在公众号后台
关注“AI算法与图像处理”，回复 “200714”获取

个人微信
请注明：地区+学校/企业+研究方向+昵称
如果没有备注不拉群！