将 YOLO 与 vgg 分类器连接答案

【问题标题】：connect YOLO with vgg classifier将 YOLO 与 vgg 分类器连接
【发布时间】：2020-09-25 15:41:51
【问题描述】：

我有一个 YOLO 模型来检测交通标志的位置，我还有另一个模型来确定什么是标志我的问题是如何将检测到的符号从 YOLO 发送到分类器，然后写出正确的边界框上方的标签，如下图

【问题讨论】：

【解决方案1】：

您可以为此使用 OpenCV。使用readNet 或readNetFrom... 加载预训练模型（weights、cfg、caffemodel、prototxt、onnx）。

对于视频，使用OpenCV dnn blobFromImage 将每一帧传递给检测边界框的 yolo 网络。您可能需要进行非最大抑制。根据置信度裁剪边界框，然后再次将裁剪后的图像传递给dnn vgg net，它应该会给出分类结果。

要编写标签，请获取每个边界框的(x,y) 位置，并使用putText 字体大小作为原始输入图像帧上的偏移量。

【讨论】：

它成功了，但是如果我有一个 1 分钟的视频，它会运行 10 分钟以上才能得到结果，我可以做些什么来让测试比这更快
您可以考虑使用低分辨率视频，Frame Skipping，Tracking，GPU，Yolo Tiny。使用 smaller input 大小（例如 256x256 而不是 416x416）可以进一步提高速度。如果没有特别要求，使用 1 color channel 图像而不是 3。使用参数少于 VGG 的CNN architecture 将提高性能。新的Yolo V4 和V5 提供培训代码。还有二进制CNN。上述某些方法会提高性能，但会牺牲一些准确性。
我还发现 OpenCV 不能与 GPU 一起工作，现在它与协作上的 GPU 兼容，他们说如果您知道如何使用 GPU 配置 OpenCV，测试速度将提高 1500% 我希望您提供我的链接或其他内容，因为它是新的，几乎没有关于它如何在协作中工作的教程