评论

收藏

[C++] C#封装YOLOv4算法进行目标检测

编程语言 编程语言 发布于:2021-07-26 15:29 | 阅读数:857 | 评论:0

概述
官网:https://pjreddie.com/darknet/
Darknet:【Github】
C#封装代码:【Github】
YOLO: 是实现实时物体检测的系统,Darknet是基于YOLO的框架
采用C#语言对 YOLOv4 目标检测算法封装,将模型在实际应用系统中落地,实现模型在线远程调用。

环境准备
本章只讲解如何对YOLOv4封装进行详解,具体环境安装过程不做介绍
查看你的GPU计算能力是否支持 >= 3.0:【点击查看】
Windows运行要求

  • CMake >= 3.12: 【点击下载】
  • CUDA >= 10.0: 【点击下载】
  • OpenCV >= 2.4: 【点击下载】
  • cuDNN >= 7.0: 【点击下载】
  • Visual Studio 2017/2019: 【点击下载】
我所使用的环境

  • 系统版本:Windows 10 专业版
  • 显卡:GTX 1050 Ti
  • CMake版本:3.18.2
  • CUDA版本:10.1
  • OpenCV版本:4.4.0
  • cuDNN版本:10.1
  • MSVC 2017/2019: Visual Studio 2019

程序代码准备
源代码下载#
下载地址:【Darknet】
使用Git
Copy
 [/td][td]git clone https://github.com/AlexeyAB/darknet[/td][/tr][tr][td] [/td][td]cd darknet
代码结构
DSC0000.png

将YOLOv4编译为DLL#
详细教程:【点击查看】,这个教程描述的很详细。
进入 darknet\build\darknet 目录,打开解决方案 yolo_cpp_dll.sln
DSC0001.png
设置Windows SDK版本和平台工具集为当前系统安装版本
DSC0002.png
设置Release和x64
DSC0003.png
然后执行以下操作:Build-> Build yolo_cpp_dll
Copy
 [/td][td]已完成生成项目“yolo_cpp_dll.vcxproj”的操作。[/td][/tr][tr][td] [/td][td]========== 生成: 成功 1 个,失败 0 个,最新 0 个,跳过 0 个 ==========
在打包DLL的过程中可能遇到如下问题#
Copy
 
C1041
 
无法打开程序数据库“D:\代码管理\C\darknet\build\darknet\x64\DLL_Release\vc142.pdb”;如果要将多个 CL.EXE 写入同一个 .PDB 文件,请使用 /FS yolo_cpp_dll C:\Users\administrator\AppData\Local\Temp\tmpxft_00005db0_00000000-6_dropout_layer_kernels.compute_75.cudafe1.cpp 1
Copy
 
MSB3721
 
命令“"C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\bin\nvcc.exe" -gencode=arch=compute_30,code="sm_30,compute_30" -gencode=arch=compute_75,code="sm_75,compute_75" --use-local-env -ccbin "C:\Program Files (x86)\Microsoft Visual Studio\2019\Community\VC\Tools\MSVC\14.27.29110\bin\HostX86\x64" -x cu -IC:\opencv\build\include -IC:\opencv_3.0\opencv\build\include -I..\..\include -I..\..\3rdparty\stb\include -I..\..\3rdparty\pthreads\include -I"C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\include" -I"C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\include" -I\include -I\include -I"C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\include" --keep-dir x64\Release -maxrregcount=0 --machine 64 --compile -cudart static -DCUDNN_HALF -DCUDNN -DGPU -DLIB_EXPORTS -D_TIMESPEC_DEFINED -D_SCL_SECURE_NO_WARNINGS -D_CRT_SECURE_NO_WARNINGS -DWIN32 -DNDEBUG -D_CONSOLE -D_LIB -D_WINDLL -D_MBCS -Xcompiler "/EHsc /W3 /nologo /O2 /Fdx64\DLL_Release\vc142.pdb /Zi /MD " -o x64\DLL_Release\dropout_layer_kernels.cu.obj "D:\darknet\src\dropout_layer_kernels.cu"”已退出,返回代码为 2。 yolo_cpp_dll C:\Program Files (x86)\Microsoft Visual Studio\2019\Community\MSBuild\Microsoft\VC\v160\BuildCustomizations\CUDA 10.1.targets 757
  1. [b]解决方法#[/b]
  2. 在VS 2019 工具》选项》项目和解决方案》生成并运行 中最大并行项目生成数设为 1
  3. DSC0004.png
  4. 在VS 2019 项目-》属性-》配置属性-》常规 将Windows SDK版本设置为系统当前版本即可
  5. DSC0005.png
  6. [b]封装YOLOv4编译后的DLL[/b]
  7. [list]
  8. [*]1、进入 darknet\build\darknet\x64 目录,将 pthreadGC2.dll 和 pthreadVC2.dll 拷贝到项目 Dll 文件夹
  9. [*]2、将编译后的YOLOv4 DLL文件拷贝到项目 Dll 文件夹
  10. [*]3、进入 darknet\build\darknet\x64\cfg 目录,将 yolov4.cfg 拷贝到项目 Cfg 文件夹
  11. [*]4、进入 darknet\build\darknet\x64\data 目录,将 coco.names 拷贝到项目 Data 文件夹
  12. [*]5、下载 yolov4.weights 权重文件 拷贝到 Weights 文件夹,文件245 MB 【点击下载】
  13. [/list][b]项目文件[/b]
  14. 代码下载:【Github】
  15. [list]
  16. [*]YoloWrapper - YOLOv4封装项目
  17. [list]
  18. [*]Cfg - 配置文件夹
  19. [*]Data - label文件夹
  20. [*]Dll - YOLOv4 编译后的DLL文件夹
  21. [*]Weights - YOLOv4 权重文件夹
  22. [*]BboxContainer.cs
  23. [*]BoundingBox.cs
  24. [*]YoloWrapper.cs - 封装主文件,调用 YOLOv4 的动态链接库
  25. [/list]
  26. [*]YoloWrapperConsole - 调用封装DLL控制台程序
  27. [list]
  28. [*]Program.cs - 控制台主程序,调用 YOLOv4 封装文件
  29. [/list]
  30. [/list] DSC0006.png
  31. [b]代码[/b]
  32. [b]YOLOv4封装项目[/b]
  33. YoloWrapper.cs - 封装主文件,调用 YOLOv4 的动态链接库
  34. Copy
 
using System;
 
using System.Runtime.InteropServices;
 
 
 
namespace YoloWrapper
 
{
 
 
 
public class YoloWrapper : IDisposable
 
{
 
private const string YoloLibraryName = @"\Dlls\yolo_cpp_dll.dll";
 
 
 
[DllImport(YoloLibraryName, EntryPoint = "init")]
 
private static extern int InitializeYolo(string configurationFilename, string weightsFilename, int gpu);
 
 
 
[DllImport(YoloLibraryName, EntryPoint = "detect_image")]
 
private static extern int DetectImage(string filename, ref BboxContainer container);
 
 
 
[DllImport(YoloLibraryName, EntryPoint = "detect_mat")]
 
private static extern int DetectImage(IntPtr pArray, int nSize, ref BboxContainer container);
 
 
 
[DllImport(YoloLibraryName, EntryPoint = "dispose")]
 
private static extern int DisposeYolo();
 
 
 
public YoloWrapper(string configurationFilename, string weightsFilename, int gpu)
 
{
 
InitializeYolo(configurationFilename, weightsFilename, gpu);
 
}
 
 
 
public void Dispose()
 
{
 
DisposeYolo();
 
}
 
 
 
public BoundingBox[] Detect(string filename)
 
{
 
var container = new BboxContainer();
 
var count = DetectImage(filename, ref container);
 
 
 
return container.candidates;
 
}
 
 
 
public BoundingBox[] Detect(byte[] imageData)
 
{
 
var container = new BboxContainer();
 
 
 
var size = Marshal.SizeOf(imageData[0]) * imageData.Length;
 
var pnt = Marshal.AllocHGlobal(size);
 
 
 
try
 
{
 
Marshal.Copy(imageData, 0, pnt, imageData.Length);
 
var count = DetectImage(pnt, imageData.Length, ref container);
 
if (count == -1)
 
{
 
throw new NotSupportedException($"{YoloLibraryName} has no OpenCV support");
 
}
 
}
 
catch (Exception exception)
 
{
 
return null;
 
}
 
finally
 
{
 
Marshal.FreeHGlobal(pnt);
 
}
 
 
 
return container.candidates;
 
}
 
 
 
}
 
 
 
}
 
 
BboxContainer.cs
Copy
 [/td][td]using System.Runtime.InteropServices;[/td][/tr][tr][td] [/td][td] [/td][/tr][tr][td] [/td][td]namespace YoloWrapper[/td][/tr][tr][td] [/td][td]{[/td][/tr][tr][td] [/td][td][StructLayout(LayoutKind.Sequential)][/td][/tr][tr][td] [/td][td]public struct BboxContainer[/td][/tr][tr][td] [/td][td]{[/td][/tr][tr][td] [/td][td][MarshalAs(UnmanagedType.ByValArray, SizeConst = 1000)][/td][/tr][tr][td] [/td][td]public BoundingBox[] candidates;[/td][/tr][tr][td] [/td][td]}[/td][/tr][tr][td] [/td][td]}
BoundingBox.cs
Copy
 [/td][td]using System;[/td][/tr][tr][td] [/td][td]using System.Runtime.InteropServices;[/td][/tr][tr][td] [/td][td] [/td][/tr][tr][td] [/td][td]namespace YoloWrapper[/td][/tr][tr][td] [/td][td]{[/td][/tr][tr][td] [/td][td][StructLayout(LayoutKind.Sequential)][/td][/tr][tr][td] [/td][td]public struct BoundingBox[/td][/tr][tr][td] [/td][td]{[/td][/tr][tr][td] [/td][td]public UInt32 x, y, w, h;[/td][/tr][tr][td] [/td][td]public float prob;[/td][/tr][tr][td] [/td][td]public UInt32 obj_id;[/td][/tr][tr][td] [/td][td]public UInt32 track_id;[/td][/tr][tr][td] [/td][td]public UInt32 frames_counter;[/td][/tr][tr][td] [/td][td]public float x_3d, y_3d, z_3d;[/td][/tr][tr][td] [/td][td]}[/td][/tr][tr][td] [/td][td]}
[b]调用封装DLL控制台程序[/b]
BoundingBox.cs
Copy
 
using ConsoleTables;
 
using System;
 
using System.Collections.Generic;
 
using System.IO;
 
using System.Linq;
 
using YoloWrapper;
 
 
 
namespace YoloWrapperConsole
 
{
 
class Program
 
{
 
private const string configurationFilename = @".\Cfg\yolov4.cfg";
 
private const string weightsFilename = @".\Weights\yolov4.weights";
 
private const string namesFile = @".\Data\coco.names";
 
 
 
private static Dictionary<int, string> _namesDic = new Dictionary<int, string>();
 
 
 
private static YoloWrapper.YoloWrapper _wrapper;
 
 
 
static void Main(string[] args)
 
{
 
Initilize();
 
 
 
Console.Write("ImagePath:");
 
string imagePath = Console.ReadLine();
 
var bbox = _wrapper.Detect(imagePath);
 
 
 
Convert(bbox);
 
 
 
Console.ReadKey();
 
}
 
 
 
private static void Initilize()
 
{
 
_wrapper = new YoloWrapper.YoloWrapper(configurationFilename, weightsFilename, 0);
 
 
 
var lines = File.ReadAllLines(namesFile);
 
for (var i = 0; i < lines.Length; i++)
 
_namesDic.Add(i, lines[i]);
 
}
 
 
 
 
 
private static void Convert(BoundingBox[] bbox)
 
{
 
Console.WriteLine("Result:");
 
var table = new ConsoleTable("Type", "Confidence", "X", "Y", "Width", "Height");
 
foreach (var item in bbox.Where(o => o.h > 0 || o.w > 0))
 
{
 
var type = _namesDic[(int)item.obj_id];
 
table.AddRow(type, item.prob, item.x, item.y, item.w, item.h);
 
}
 
table.Write(Format.MarkDown);
 
}
 
}
 
}
测试返回结果#
TypeConfidenceXYWidthHeightmouse0.2544684412066337830laptop0.5488589907451126148laptop0.517340666884555337laptop0.4820701298042311399person0.58085686429293241469bottle0.220324597964814348bottle0.248737516594913253cup0.57151778684535570bottle0.2991607512644593189cup0.27827256855033540cup0.281544277405397844person0.9434773381199541880person0.94965391187368233155chair0.224581126244424548person0.9752831565538986100bottle0.9407686133143633107bottle0.9561032129343437113chair0.47842151347386730cup0.894581782258611269cup0.642299612654723172laptop0.9833646802700639216cup0.921642882852111571chair0.88087356112441611170diningtable0.3222557531585951472控制台
DSC0007.png


关注下面的标签,发现更多相似文章