OpenCV DNN 和 YOLOv3 的目标检测不佳答案

【问题标题】：Poor object detection with OpenCV DNN and YOLOv3OpenCV DNN 和 YOLOv3 的目标检测不佳
【发布时间】：2019-12-31 22:42:12
【问题描述】：

OpenCV 的 DNN 模块带有 object detection sample code。

我从训练它的同一 COCO 数据集中下载了 YOLOv3 模型和示例图像：

wget https://pjreddie.com/media/files/yolov3.weights  
wget https://raw.githubusercontent.com/pjreddie/darknet/master/cfg/yolov3.cfg
wget http://farm8.staticflickr.com/7272/7745390240_0dcf7d107d_z.jpg

以下是场景中标记的对象：

然后我运行示例代码来检测未标记图像中的对象：

python object_detection.py --model yolov3.weights --config yolov3.cfg --height 320 --input 7745390240_0dcf7d107d_z.jpg

这会在它检测到的对象周围绘制矩形。但是检测基本上是垃圾。

如果我直接使用 Darknet，它的标签如下：

【问题讨论】：

标签： opencv computer-vision object-detection yolo

【解决方案1】：

缺少的参数似乎是来自this tutorial 的--scale 0.00392 --rgb。

  --scale SCALE         Preprocess input image by multiplying on a scale
                        factor. (default: 1.0)
  --rgb                 Indicate that model works with RGB input images
                        instead BGR ones. (default: False)

这些作为参数传递给cv2.dnn.blobFromImage。

我认为scale 实际上并没有调整输入图像的大小，而是将图像的每个元素转换为 [0.0, 1.0] 范围内的浮点数。 0.00392 约为 1/255。

【讨论】：