今天，我們將研究如何在OpenCV框架中使用YOLO。YOLO于2016年問世，用于多目標(biāo)檢測(cè)，它與OpenCV框架兼容，但我們需要下載“ yolov3.weights”和“yolov3.cfg”。

現(xiàn)在讓我們來看一下代碼，它相當(dāng)簡(jiǎn)單。第一步將是導(dǎo)入模型并讀取包含圖像標(biāo)簽的“coco.names”并獲取輸出層。

下一步是讀取輸入圖像，并創(chuàng)建Blob從輸入圖像中提取特征。圖像的輸入尺寸為416 * 416，（0,0,0）表示圖像的色彩空間。

我們將遍歷該blob并找出已檢測(cè)到的對(duì)象。但是在此之前，我們必須將blob饋給yolo算法并從輸出層提取其特征。我們可以將其與CNN模型相關(guān)聯(lián)。才外，我們還對(duì)置信度預(yù)測(cè)超過50％的對(duì)象感興趣。

挑戰(zhàn)在于分離算法檢測(cè)到的冗余對(duì)象。最后，我們可以創(chuàng)建一個(gè)邊界框并顯示圖像。

希望本文對(duì)大家理解我們?nèi)绾卧贠penCV框架中使用YOLO有所幫助。