YOLO---YOLOv3 with OpenCV 再使用

YOLO---YOLOv3 with OpenCV 再使用
YOLOv3 with OpenCV官网 @ https://github.com/JackKoLing/opencv_deeplearning_practice/tree/master/pracice3_opencv_yolov3
　　下载并备齐：yolov3.weights权重文件、yolov3.cfg网络构建文件、coco.names、xxx.jpg、xxx.mp4文件、object_detection_yolo.cpp、object_detection_yolo.py等文件；
　　依赖环境：C++的编译环境（如G++/VScode）、OpenCV3.4.2+(记住安装目录)
　　编译情况：下载源文件，无需复杂的编译，直接修改进行应用
　　支持：windows + linux + CPU + GPU(可适用于英特尔)

特点：
（1）在OpenCV中使用YOLOv3, 可以在windows下+ ubuntu下使用。
（2）windows下，之前做，object_detection_yolo.cpp是在Visual Studio（VS）下编译的。
（3）ubuntu下，这次，object_detection_yolo.cpp是g++编译的。
（3）OpenCV的DNN，GPU仅使用英特尔的GPU进行测试，因此如果没有英特尔GPU，代码会将您切换回CPU。
使用：
（1）object_detection_yolo.cpp，执行：
编译，g++ `pkg-config opencv --cflags` object_detection_yolo.cpp -o object_detection_yolo `pkg-config opencv --libs` -std=c++11
测试，a single image:
    ./object_detection_yolo --image=./data/1.jpg
     a video file:
    ./object_detection_yolo --video=./data/run.mp4

（2）object_detection_yolo.py，执行：
a single image:
python3 object_detection_yolo.py --image=bird.jpg
a video file:
python3 object_detection_yolo.py --video=run.mp4

#readme.txt
Run the getModels.sh file from command line to download the needed model files

    sudo chmod a+x getModels.sh

    ./getModels.sh

Python:

Commandline usage to colorize

a single image:

    python3 object_detection_yolo.py --image=bird.jpg

a video file:

    python3 object_detection_yolo.py --video=run.mp4

C++:

a single image:

    ./object_detection_yolo.out --image=bird.jpg

a video file:

    ./object_detection_yolo.out --video=run.mp4

Compilation examples:

g++ -ggdb `pkg-config --cflags --libs /usr/local/Cellar/opencv3/3.4./lib/pkgconfig/opencv.pc` object_detection_yolo.cpp -o object_detection_yolo.out

g++ -ggdb `pkg-config --cflags --libs /usr/local/opencv3.4.2/lib/pkgconfig/opencv.pc` object_detection_yolo.cpp -o object_detection_yolo.out

# For OpenCV 2.4.x

cd /path/to/opencv/samples/c/

# For OpenCV

cd /path/to/opencv/samples/cpp/

#Compile

g++ -ggdb facedetect.cpp -o facedetect `pkg-config --cflags --libs opencv`

#run

./facedetect

/usr/local/opencv3.4.2/include/opencv2/??

cd /home/u/opencv3.4.2/samples/cpp/  ??

g++ -ggdb `pkg-config --cflags --libs /usr/lib/x86_64-linux-gnu/pkgconfig/opencv.pc` object_detection_yolo.cpp -o object_detection_yolo.out

g++ -ggdb object_detection_yolo.cpp -o object_detection_yolo.out `pkg-config --cflags --libs /usr/lib/x86_64-linux-gnu/pkgconfig/opencv.pc`

g++ object_detection_yolo.cpp -o object_detection_yolo `pkg-config --cflags --libs /usr/lib/x86_64-linux-gnu/pkgconfig/opencv.pc`

-------------------具体遇见问题与解决----------------------
（1）只要环境搭建好，object_detection_yolo.py运行比较顺畅，没有出现什么问题
（2）object_detection_yolo.cpp编译时，遇见问题

运行：

g++ object_detection_yolo.cpp -o object_detection_yolo `pkg-config --cflags --libs /usr/lib/x86_64-linux-gnu/pkgconfig/opencv.pc`

报错：

No package 'object_detection_yolo' found

object_detection_yolo.cpp:10:31: fatal error: opencv2/highgui.hpp: 没有那个文件或目录

 #include <opencv2/highgui.hpp>

                               ^

compilation terminated.

u@u1604:~/yolov3-opencv3.4.2/yolo-opencv$ g++ `pkg-config object_detection_yolo --cflags` object_detection_yolo.cpp  -o opencv `pkg-config opencv --libs`

Package object_detection_yolo was not found in the pkg-config search path.

Perhaps you should add the directory containing `object_detection_yolo.pc'

to the PKG_CONFIG_PATH environment variable

No package 'object_detection_yolo' found

object_detection_yolo.cpp:11:31: fatal error: opencv2/imgproc.hpp: 没有那个文件或目录

 #include <opencv2/imgproc.hpp>

                               ^

compilation terminated.

u@u1604:~/yolov3-opencv3.4.2/yolo-opencv$ g++ `pkg-config object_detection_yolo --cflags` object_detection_yolo.cpp  -o opencv `pkg-config opencv --libs`

Package object_detection_yolo was not found in the pkg-config search path.

Perhaps you should add the directory containing `object_detection_yolo.pc'

to the PKG_CONFIG_PATH environment variable

No package 'object_detection_yolo' found

object_detection_yolo.cpp:13:27: fatal error: opencv2/dnn.hpp: 没有那个文件或目录

 #include <opencv2/dnn.hpp>

                           ^

compilation terminated.

解决：
查看object_detection_yolo.cpp中highgui.hpp、imgproc.hpp、dnn.hpp都能找到文件，猜测是路径读不进来，按提示更改，
#include <opencv2/highgui/highgui.hpp> 
#include <opencv2/imgproc/imgproc.hpp> 
#include <opencv2/dnn/dnn.hpp> 
//#include <opencv2/highgui.hpp> 
//#include <opencv2/imgproc.hpp> 
//#include <opencv2/dnn.hpp>
--------------------
拷贝
sudo cp -r /home/用户名/桌面/lib /usr 
sudo cp -r /home/u/桌面/dnn.hpp /usr/include/opencv2/dnn
新建
sudo touch filename   新建文件
sudo mkdir foldername 新建文件夹
删除
sudo rm -rf 文件夹
sudo rm -rf 文件
----------------------------------

上一步，通了
继续执行：

g++ `pkg-config opencv --cflags` object_detection_yolo.cpp  -o object_detection_yolo `pkg-config opencv --libs`


（参考 g++ `pkg-config opencv --cflags` opencv.cpp -o opencv `pkg-config opencv --libs` #将OpenCV的库包含进去，进行编译）


报错：
------------------------------

u@u1604:~/yolov3-opencv3.4.2/yolo-opencv$ g++ `pkg-config opencv --cflags` object_detection_yolo.cpp  -o object_detection_yolo `pkg-config opencv --libs` object_detection_yolo.cpp: In function ‘int main(int, char**)’:

object_detection_yolo.cpp:77:31: error: no matching function for call to ‘std::basic_ifstream<char>::basic_ifstream(std::__cxx11::string&)’

             ifstream ifile(str);

------------------------------


解决：
gcc/g++以c++11编译(仅g++ .8及以上版本才支持C++ 11标准。)
g++ --version
g++ -V
再执行OK：

g++ `pkg-config opencv --cflags` object_detection_yolo.cpp -o object_detection_yolo `pkg-config opencv --libs` -std=c++11

执行可执行文件：
./object_detection_yolo --image=./data/1.jpg

*****************************#再用**************************************

#

g++ `pkg-config opencv --cflags` yolo.cpp -o yolo `pkg-config opencv --libs` -std=c++

a single image:

    ./yolo --image=./data/.jpg

a video file:

    ./yolo --video=./data/run.mp4

使用语法：

u@u160406:~/yolo-opencv$ g++ `pkg-config opencv --cflags` yolo.cpp -o yolo `pkg-config opencv --libs` -std=c++

u@u160406:~/yolo-opencv$ ./yolo --video=./data/run.mp4

巴特西

YOLO---YOLOv3 with OpenCV 再使用

最新文章

热门文章