我们正在使用 YOLO Darknet 进行对象检测。我们正在使用 Python3、tensorflow 1.0、numpy、opencv 3。使用 yolo.weight 进行检测。根据以下链接中给出的： https://github.com/thtrieu/darkflow#cameravideo-file-demo
当我们在视频上运行它时，它同时检测所有不需要的对象？
请指导我们如何仅检测要搜索的特定类名。
谢谢
【问题讨论】：
标签： python image-processing object-detection darknet
根据我的发现，您可以这样做：
那么，
flow --model cfg/your_new_copied_file.cfg --load path/to/weight_file --demo your_video.mp4 --labels your_labels.txt --saveVideo
就是这样。
但问题是，整体检测准确度显着下降。通常，它会将完全不同的对象检测为标签中的对象。 （如果它高于阈值，也许暗流只是选择标签中最自信的猜测？）
所以，如果您想检测其他类中的一些对象同时跳过其他对象（即识别它们但跳过），我认为最好编辑暗流源以接受附加参数（如 --mark marklabels.txt） .
【讨论】：
如果您只是按照@JP Kim 提到的步骤进行操作 - 您将获得仅带有标签的视频，但它也会输出其他对象作为您的标签之一。
There's a specific section of the darkflow repo 确切地告诉你如果你希望有不同的输出该怎么做。 TLDR - 你应该重新训练你的模型。他们以 3 个类为例来说明这一点。
但是，无论如何，让我带您完成整个过程。假设您有一个视频，您只需要跟踪其中的所有人。因此，我们只需要跟踪 1 种类型的对象 - 'person'。
我们在cfg 目录中复制tiny-yolo-voc.cfg 文件。让我们按照他们的约定命名为tiny-yolo-voc-1c.cfg，其中后缀1c 代表类的数量。选择tiny-yolo-voc 而不是其他配置作为我们的基本模型的原因是它是一个较小的网络，可以在较小的 GPU 上进行训练。从我观察到的其他配置需要 10GB+ 图形内存，它们曾经使我的机器内存不足。
我们将在tiny-yolo-voc-1c.cfg 文件中进行必要的更改：
classes 变量编辑为classes=1
region 之前的最后一个convolutional 部分，我们将filter 变量更改为5 * (num_class + 5) = 5 * (1+5) = 30。所以，设置filters=30
我们将编辑 darkflow 源目录中的 labels.txt 文件，其中只有一行写着 person，因为我们只需要一种标签。
现在，我们需要训练我们的模型。但是，对于训练，我们首先需要有数据集。
现在，如果您的标签是 VOC 数据集或 CoCo 数据集的现有标签之一，那么您只需下载 VOC / Coco 数据集之一。在我们的例子中，person 是我们需要跟踪的对象类型，它已经是 VOC 数据集中的一种对象。因此，我们将使用 VOC 数据集。
但是，如果您希望使用 YOLO 对一种新型对象进行分类和跟踪，则需要准备自己的数据集和注释。对于此自定义对象的目的，您可以遵循this youtube video series 的第 5-8 部分。这些视频展示了如何使用 YOLO 对fidget_spinner 进行跟踪和分类的示例。
下载 VOC 数据集，因为它包含足够的数据和注释，适合我们的对象类型person
# Download the Pascal VOC dataset:
curl -O https://pjreddie.com/media/files/VOCtest_06-Nov-2007.tar
tar xf VOCtest_06-Nov-2007.tar
我们不会从头开始训练。因此，我们实际上将为tiny-yolo-voc 模型加载权重并从那里开始针对我们的特定用例（仅person 类）进行重新训练。为此，我们必须为tiny-yolo-voc 下载权重。你可以找到权重here for YOLO v2。我们将下载Tiny YOLO for VOC dataset 的权重。下载后将文件移动到/darkflow/bin/目录下。
下载后，基本模型配置文件和权重文件必须具有相同的名称。由于重命名配置不是一个好主意，我们将从yolov2-tiny-voc.weights 下载的权重重命名为tiny-yolo-voc.weights。这是必需的，因为当我们训练时，我们提供了权重文件，并且 darkflow 尝试选择相应的配置文件作为训练新模型的参考。
暗流回购页面上也提到了这一点：
当 darkflow 看到您正在加载 tiny-yolo-voc.weights 时，它会在您的 cfg/ 文件夹中查找 tiny-yolo-voc.cfg，并将该配置文件与您使用 --model cfg/ 设置的新配置文件进行比较tiny-yolo-voc-1c.cfg。在这种情况下，除了最后两层之外，每一层都将具有相同数量的权重，因此它会将权重加载到最后两层之前的所有层中，因为它们现在包含不同数量的权重。
现在，我们可以训练我们的模型了。如果您没有 GPU 来训练它，您可以删除 --gpu 0.9 部分。
# Train the net on the Pascal dataset:
flow --model cfg/tiny-yolo-voc-1c.cfg --load bin/tiny-yolo-voc.weights --train --dataset "~/VOCdevkit/VOC2007/JPEGImages" --annotation "~/VOCdevkit/VOC2007/Annotations" --gpu 0.9
当您认为损失不再减少时，按 Ctrl+C 结束训练。通常一个好的损失/平均损失是1或低于1。
您会注意到，每 250 步后，darkflow 将继续将检查点保存在 ckpt/ 目录中。停止训练后，您可以使用这些检查点中的任何一个来测试您的模型。
我们将在一段人物视频上运行它，并让它保存一个带有边界框预测的新视频。让我们在这个例子中使用第 1500 步检查点。
flow --model cfg/tiny-yolo-voc-1c.cfg --load 1500 --demo video-input.mp4 --gpu 0.9 --saveVideo
当您运行此程序时，它会显示模型能够处理您的视频的 FPS。这可能因您的机器而异。根据 FPS 和视频的长度，这可能需要一些时间才能完成。该过程完成后，您将在darkflow/ 目录中创建一个video.avi。
这应该只在视频中检测到person 类型的对象。
如果输出不是很好，您可以进一步训练模型，和/或改变阈值或其他参数以获得更好的输出。
希望这会有所帮助。
【讨论】：
filters=18。我见过的公式是filters= num/3*(classes+1+4)，其中 num=3 用于小型、中型和大型对象。 github.com/pjreddie/darknet/issues/582
如果您想在不重新训练 darknet 的情况下获得快速结果，可以在 https://github.com/AlexeyAB/darknet/issues/2920#issuecomment-482810023 找到官方建议，由 AlexeyAB 回答，我将其概括如下：
在除猫、狗、人之外的每一行前添加
dont_show：https://github.com/AlexeyAB/darknet/blob/master/data/coco.names并运行（类似于以下命令）：
./darknet detector test cfg/coco.data cfg/yolov3.cfg yolov3.weights -thresh 0.25
因此，对于您不希望输出的每个类，例如人员，请在第一行的“coco.names”文件中执行：
dont_show person
如果您不想显示，其他类似。
【讨论】：