如何将暗网 YOLOv4 视频的输出保存在每帧的 txt 文件中？答案

【问题标题】：How to save output of darknet YOLOv4 video in a txt file for each frame?如何将暗网 YOLOv4 视频的输出保存在每帧的 txt 文件中？
【发布时间】：2021-01-08 16:00:40
【问题描述】：

我正在使用 darknet 在我的自定义数据集上检测带有 YOLOv4 的对象。对于我使用的视频的这种检测：

./darknet detector demo data/obj.data yolo-obj.cfg yolo-obj_best.weights -ext_output video.mp4 -out-filename video_results.mp4

这为我的视频提供了为每次检测打印的边界框。但是，我想创建一个 .txt（或 .csv）文件，其中每个帧号都有预测。

我确实找到了this answer，但这会在 json 文件中提供输出，我需要一个 .txt 或 .csv 文件。我对 C 不是很熟悉，所以我发现很难将这个答案修改为我需要的格式。

【问题讨论】：

你熟悉python吗？也许您可以输出 json 并对其进行迭代以保存 txt 或 csv 文件。这真的很容易。
我确实采用了这种方法，感谢您的思考！

标签： python c opencv yolo darknet

【解决方案1】：

已经有关于如何使用命令行的说明，尤其是保存为.txt格式的结果，链接：

https://github.com/AlexeyAB/darknet#how-to-use-on-the-command-line

为了节省时间，我将提供可能有帮助的观点：

要处理图像列表 data/train.txt 并将检测结果保存到 result.txt，请使用：
darknet.exe 检测器测试 cfg/coco.data cfg/yolov4.cfg yolov4.weights -dont_show -ext_output result.txt

可能会迟到，但可能对其他人有帮助。

【讨论】：

【解决方案2】：

我按照 Rafael 的建议编写了一些代码来从 JSON 迁移到 cvs。我会把它放在这里以防有人想使用它。这是针对分析视频的情况，因此每个“图像”都是视频中的一帧。

import json
import csv

# with and height of the video
WIDTH = 1920
HEIGHT = 1080


with open('~/detection_results.json', encoding='latin-1') as json_file:
    data = json.load(json_file)
    
# open csv file
csv_file_to_make = open('~/detection_results.csv', 'w', newline='\n')

csv_file = csv.writer(csv_file_to_make)

# write the header 
# NB x and y values are relative
csv_file.writerow(['Frame ID',
                   'class',
                   'x_center',
                   'y_center',
                   'bb_width',
                   'bb_heigth',
                   'confidence'])


for frame in data:
    frame_id = frame['frame_id']
    instrument = ""
    center_x = ""
    center_y = ""
    bb_width = ""
    bb_height = ""
    confidence = ""

    if frame['objects'] == []:
        csv_file.writerow([frame_id,
                              class,
                              center_x,
                              center_y,
                              bb_width,
                              bb_height,
                              confidence
                               ])
    else:
        for single_detection in frame['objects']:
            instrument = single_detection['name']
            center_x = WIDTH*single_detection['relative_coordinates']['center_x']
            center_y = HEIGHT*single_detection['relative_coordinates']['center_y']
            bb_width = WIDTH*single_detection['relative_coordinates']['width']
            bb_height = HEIGHT*single_detection['relative_coordinates']['height']
            confidence = single_detection['confidence']
        
            csv_file.writerow([frame_id,
                              class,
                              center_x,
                              center_y,
                              bb_width,
                              bb_height,
                              confidence
                               ])
    
csv_file_to_make.close()

希望这会有所帮助！如果您看到优化此代码的解决方案，当然也欢迎 :)

【讨论】：

我也在尝试做类似的事情。我应该在哪个文件中进行这些更改？请问能详细描述一下吗？
这是一个您应该自己创建的新脚本
这也适用于实时流式传输吗？
我不确定它在现实生活中的流式传输是如何工作的，但边界框的坐标应该在某个地方定义，因此也可以将它们保存到 JSON 文件，然后将它们重写为 . txt 或 .csv 文件。