本文總結了使用yolo過程中出現的一些問題，在網路上找到了相關的解決方案。

1 使用darknet.py預測位置不準

1.1 使用python呼叫darknet

一般來說，模型訓練好了，也可以使用shell命令進行預測了，下一步該在業務裡面使用別的語言來呼叫了，我們這裡使用python來呼叫yolo模型。
為了提高識別效率，當然不能直接在python裡面來呼叫shell，這樣的話每次呼叫都會重新載入一次模型，你想想有多慢？

darknet官方專案提供了python呼叫yolo模型的示例，也就是使用python與C互動，載入模型後就可以進行預測了，最後返回預測的座標（其實返回的是中心點座標和box的高寬）。
我們直接看到最後的程式碼部分：

if __name__ == "__main__":
    #net = load_net("cfg/densenet201.cfg", "/home/pjreddie/trained/densenet201.weights", 0)
    #im = load_image("data/wolf.jpg", 0, 0)
    #meta = load_meta("cfg/imagenet1k.data")
    #r = classify(net, meta, im)
    #print r[:10]
    net = load_net("cfg/tiny-yolo.cfg", "tiny-yolo.weights", 0)
    meta = load_meta("cfg/coco.data")
    r = detect(net, meta, "data/dog.jpg")
    print r
 

我們只需要在load_net，load_meta裡面填上相關引數，最後呼叫detect方法就可以進行識別了。
當然，我們可以在一個web專案中，提前把load_net，load_meta載入好，最後每次呼叫api的時候，執行detect方法就可以了。

1.2 darknet.py的結果不準

上面也提到了，python呼叫模型後返回的結果是並不是預測的box四個點的座標，而是中心點座標和box的高寬。
從detect函式裡面的這一段程式碼可以看出來(b.x, b.y, b.w, b.h)：

    res = []
    for j in range(num):
        for i in range(meta.classes):
            if dets[j].prob[i] > 0:
                b = dets[j].bbox
                res.append((meta.names[i], dets[j].prob[i], (b.x, b.y, b.w, b.h)))
 

得到中心點座標和box高寬後，經過簡單的計算，就可以得到四個角點的座標了

# 結果r是四個元素的陣列  (中心點x，中心點y，寬，高)
x, y, w, h = r
a = x - (h/2)
c = x + (h/2)
b = y - (w/2)
d = y + (w/2)

參考連結：https://github.com/pjreddie/darknet/issues/243

2 使用python3執行darknet.py

你可能發現了，darknet.py用python3執行會報錯ctypes.ArgumentError。

Traceback (most recent call last):
  File "python/darknet.py", line 151, in <module>
    net = load_net("cfg/tiny-yolo.cfg", "tiny-yolo.weights", 0)
ctypes.ArgumentError: argument 1: <class 'TypeError'>: wrong type

解決方案如下：把配置相關的引數使用bytes型別傳入，而不是string

net = load_net("cfg/tiny-yolo.cfg".encode('utf-8'), "tiny-yolo.weights".encode('utf-8'), 0)
meta = load_meta("cfg/coco.data".encode('utf-8'))
r = detect(net, meta, "data/dog.jpg".encode('utf-8'))

現在就可以使用python3執行了~

參考連結：https://github.com/pjreddie/darknet/issues/241

更多

實現載入模型、座標預測工作後，接下來是標記圖片、切割圖片、預測分類和介面開發等工作。後續有空會把demo貼上來。