上一篇：
我給大家詳細介紹瞭如何使用 YOLOv3 模型來訓練自己的資料集。訓練部分完成，本文將繼續給大家詳細介紹如何使用我們訓練好的模型來進行圖片的批量測試。
一、修改 detector.c 檔案
1. 替換 void test_detector 函式
同樣是在 darknet 目錄下，開啟 ./example 目錄下的 detector.c 檔案，找到 void test_detector 函式，將下面的程式碼替換原來的 void test_detector 函式：
void test_detector(char *datacfg, char *cfgfile, char *weightfile, char *filename, float thresh, float hier_thresh, char *outfile, int fullscreen)
{
list *options = read_data_cfg(datacfg);
char *name_list = option_find_str(options, "names", "data/names.list");
char **names = get_labels(name_list);
image **alphabet = load_alphabet();
network *net = load_network(cfgfile, weightfile, 0);
set_batch_network(net, 1);
srand(2222222);
double time;
char buff[256];
char *input = buff;
float nms=.45;
int i=0;
while(1){
if(filename){
strncpy(input, filename, 256);
image im = load_image_color(input,0,0);
image sized = letterbox_image(im, net->w, net->h);
//image sized = resize_image(im, net->w, net->h);
//image sized2 = resize_max(im, net->w);
//image sized = crop_image(sized2, -((net->w - sized2.w)/2), -((net->h - sized2.h)/2), net->w, net->h);
//resize_network(net, sized.w, sized.h);
layer l = net->layers[net->n-1];
float *X = sized.data;
time=what_time_is_it_now();
network_predict(net, X);
printf("%s: Predicted in %f seconds.\n", input, what_time_is_it_now()-time);
int nboxes = 0;
detection *dets = get_network_boxes(net, im.w, im.h, thresh, hier_thresh, 0, 1, &nboxes);
//printf("%d\n", nboxes);
//if (nms) do_nms_obj(boxes, probs, l.w*l.h*l.n, l.classes, nms);
if (nms) do_nms_sort(dets, nboxes, l.classes, nms);
draw_detections(im, dets, nboxes, thresh, names, alphabet, l.classes);
free_detections(dets, nboxes);
if(outfile)
{
save_image(im, outfile);
}
else{
save_image(im, "predictions");
#ifdef OPENCV
cvNamedWindow("predictions", CV_WINDOW_NORMAL);
if(fullscreen){
cvSetWindowProperty("predictions", CV_WND_PROP_FULLSCREEN, CV_WINDOW_FULLSCREEN);
}
show_image(im, "predictions");
cvWaitKey(0);
cvDestroyAllWindows();
#endif
}
free_image(im);
free_image(sized);
if (filename) break;
}
else {
printf("Enter Image Path: ");
fflush(stdout);
input = fgets(input, 256, stdin);
if(!input) return;
strtok(input, "\n");
list *plist = get_paths(input);
char **paths = (char **)list_to_array(plist);
printf("Start Testing!\n");
int m = plist->size;
if(access("/home/xny/yolov3/darknet/predictions/out",0)==-1) //"/home/xny/yolov3/darknet/predictions"修改成自己的路徑
{
if (mkdir("/home/xny/yolov3/darknet/predictions/out",0777)) //"/home/xny/yolov3/darknet/predictions"修改成自己的路徑
{
printf("creat file bag failed!!!");
}
}
for(i = 0; i < m; ++i){
char *path = paths[i];
image im = load_image_color(path,0,0);
image sized = letterbox_image(im, net->w, net->h);
//image sized = resize_image(im, net->w, net->h);
//image sized2 = resize_max(im, net->w);
//image sized = crop_image(sized2, -((net->w - sized2.w)/2), -((net->h - sized2.h)/2), net->w, net->h);
//resize_network(net, sized.w, sized.h);
layer l = net->layers[net->n-1];
float *X = sized.data;
time=what_time_is_it_now();
network_predict(net, X);
printf("Try Very Hard:");
printf("%s: Predicted in %f seconds.\n", path, what_time_is_it_now()-time);
int nboxes = 0;
detection *dets = get_network_boxes(net, im.w, im.h, thresh, hier_thresh, 0, 1, &nboxes);
//printf("%d\n", nboxes);
//if (nms) do_nms_obj(boxes, probs, l.w*l.h*l.n, l.classes, nms);
if (nms) do_nms_sort(dets, nboxes, l.classes, nms);
draw_detections(im, dets, nboxes, thresh, names, alphabet, l.classes);
free_detections(dets, nboxes);
if(outfile){
save_image(im, outfile);
}
else{
char b[2048];
sprintf(b,"/home/xny/yolov3/darknet/predictions/out/%s",GetFilename(path));//"/home/xny/yolov3/darknet/predictions"修改成自己的路徑
save_image(im, b);
printf("save %s successfully!\n",GetFilename(path));
#ifdef OPENCV
cvNamedWindow("predictions", CV_WINDOW_NORMAL);
if(fullscreen){
cvSetWindowProperty("predictions", CV_WND_PROP_FULLSCREEN, CV_WINDOW_FULLSCREEN);
}
show_image(im, "predictions");
cvWaitKey(0);
cvDestroyAllWindows();
#endif
}
free_image(im);
free_image(sized);
if (filename) break;
}
}
}
}
注意上面有三處需要修改的地方，分別是：
if(access("/home/xny/yolov3/darknet/predictions/out",0)==-1) //"/home/xny/yolov3/darknet/predictions"修改成自己的路徑
if (mkdir("/home/xny/yolov3/darknet/predictions/out",0777)) //"/home/xny/yolov3/darknet/predictions"修改成自己的路徑
sprintf(b,"/home/xny/yolov3/darknet/predictions/out/%s",GetFilename(path));//"/home/xny/yolov3/darknet/predictions"修改成自己的路徑
務必將其中的 /home/xny/yolov3/darknet/predictions/ 修改為自己的路徑，這個路徑可以是任意的，主要是用來存放測試結果圖片的。
2. 新增 GetFilename(char p)函式
還是開啟 detector.c 檔案，將下面這段程式碼全部複製新增在 detctor.c 檔案的開頭。
#include "darknet.h"
#include <sys/stat.h>
#include<stdio.h>
#include<time.h>
#include<sys/types.h>
static int coco_ids[] = {1,2,3,4,5,6,7,8,9,10,11,13,14,15,16,17,18,19,20,21,22,23,24,25,27,28,31,32,33,34,35,36,37,38,39,40,41,42,43,44,46,47,48,49,50,51,52,53,54,55,56,57,58,59,60,61,62,63,64,65,67,70,72,73,74,75,76,77,78,79,80,81,82,84,85,86,87,88,89,90};
char *GetFilename(char *p)
{
static char name[20]={""};
char *q = strrchr(p,'/') + 1;
strncpy(name,q,6); //注意後面的6，如果你的測試集的圖片的名字字元（不包括字尾）是其他長度，請改為你需要的長度（官方的預設的長度是6）
return name;
}
注意有一處需要修改的地方：
strncpy(name,q,6); //注意後面的6，如果你的測試集的圖片的名字字元（不包括字尾）是其他長度，請改為你需要的長度（官方的預設的長度是6）
其中，6 表示測試集圖片的名字字元長度，需要根據你的實際情況進行修改。例如，圖片名為“001.jpg”，則上面的 6 就應該改為 3。因此，為了測試方便，建議測試集所有圖片的名字字元長度最好是一致的。
3. 重新編譯
修改完 detector.c 之後，回到 darknet 目錄下，重新使用 make 命令進行重編譯。
$ make
二、建立測試集
其實測試集我們在訓練 yolov3 模型的時候已經建立了。開啟 darknet 目錄下的 2007_test.txt 檔案：
這裡面這號存放的是當時我們劃分的測試集圖片的實際路徑。注意，這裡可以看到每張測試集圖片名字字元長度是 17，故 strncpy(name,q,17) 這樣。
三、批量測試
在 darknet 目錄下，進入 backup 目錄，檢視你在訓練的時候的到的最終模型的名字。
例如，最終得到的模型是“yolov3-voc_final.weights”。
在 darknet 目錄下，輸入下面的批量測試命令：
./darknet detect cfg/yolov3-voc.cfg backup/yolov3-voc_final.weights
當終端顯示“Enter Image Path: ”時，輸入“2007_test.txt”的絕對路徑，例如：
$ Enter Image Path: /home/xny/yolov3/darknet/2007_test.txt
之後就開始進行批量測試了，生成的圖片在 /home/xny/yolov3/darknet/predictions/out/ 目錄下。
好了，關於 YOLOv3 詳細的測試步驟就介紹到這裡。上一篇的訓練教程加上這一篇的測試教程基本能滿足大家對自己的資料集進行訓練和測試的需求了，趕快試一試吧~
