我可以在 OpenCV 的 yolo 检测模型中更改批量大小吗？答案

【问题标题】：Can I change the batch size in a yolo detection model in OpenCV?我可以在 OpenCV 的 yolo 检测模型中更改批量大小吗？
【发布时间】：2021-08-30 21:05:37
【问题描述】：

我正在使用cv2.dnn_DetectionModel(cfg,weights) 在 python 中使用 opencv 加载 yolo 模型然后拨打net.detect(img)。我认为我可以使用批处理来加快每个图像的速度，但我没有看到任何对批处理大小的支持。

是否可以设置批量大小？

【问题讨论】：

你想合并图片并传给网络吗？
@AmirKarami 是的，我愿意。

标签： opencv yolo

【解决方案1】：

net.detect 不支持批量大小 > 1。

但是，可以通过一些额外的工作在暗网模型上进行批量大小 > 1 的推理。以下是部分代码：

net = cv2.dnn.readNetFromDarknet(cfg,weights)
net.setInputNames(["input"])
net.setInputShape("input",(batch_size,3,h,w))
blob = cv2.dnn.blobFromImages(image_list)
net.setInput(blob)
results = net.forward(net.getUnconnectedOutLayersNames())

现在遍历所有图像，并为结果中的每一层输出，提取该图像每个类的框和置信度，并为每一层收集此信息，然后将其传递给 cv2.dnn.NMSBoxes。这部分很重要，但可行。

【讨论】：

【解决方案2】：

一个想法是您手动组合图像并将其传递给网络，并在获得结果后将它们分开：

h1, w1 = im1.shape[:2]
h2, w2 = im2.shape[:2]

#create empty matrix
vis = np.zeros((max(h1, h2), w1+w2,3), np.uint8)

#combine 2 images
vis[:h1, :w1,:3] = im1
vis[:h2, w1:w1+w2,:3] = im2

推断后，您可以再次对它们进行运算：

result1=pred[:h1,:w1,:]
result2=pred[:h2, w1:w1+w2,:]

【讨论】：

据我所知，net.detect 根本不支持这个。