Darknet中文化标签

发表于
本文字数： 3.2k | 阅读时长 ≈ 3 分钟

Darknet目前是基于Yolo_v4的物体识别框架, 因为网络模型简单, 识别速度精度高, 兼容性好, 文档齐全, 社区活跃等原因对新手友好相对而广泛使用. 这里我介绍使用中文标签的方法.

Darknet 中文化标签

中文化的原理

Darknet使用字符图片拼接的方法, 例如cat是c a t各自的label连接而成. 中文远不止26个英文字符(及符号), 所以这里采用了简易的的class label, 好处是图片是静态生成的, 一次生成多次使用, 坏处是不能动态地根据可用class来生成对应labels.

获取 Darknet

1
git clone https://github.com/AlexeyAB/darknet.git

labels生成代码

类别名称

将你的.names文件修改为中文, 本文以data/obj.names为例

安装imagemagick

  • Mac
1
brew install imagemagick
  • Linux
1
2
3
4
5
6
7
wget https://www.imagemagick.org/download/ImageMagick.tar.gz
tar xf ImageMagick.tar.gz
cd ImageMagick-*
./configure
make
make install
ldconfig /usr/local/lib

生成标签

删除darknet/data/labels里所有内容, 新建make_labels.py, 内容如下:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
import os

# 字体位置
f = "/System/Library/Fonts/Supplemental/Songti.ttc"


l = []
with open("../obj.names") as list_in:
    for line in list_in:
        l.append(line[:-1])


def make_labels(s):
    for idx, cls in enumerate(l):
        os.system("convert -fill black -background white -bordercolor white -border 4 -font %s -pointsize %d label:\"%s\" \"%d_%d.png\"" % (f, s, cls, idx, s/12-1))


for i in [12, 24, 36, 48, 60, 72, 84, 96]:
    make_labels(i)

修改完字体位置后运行python make_labels.py即可.
标签图

修改源代码

src/Image.c

这一步让darknet从找字符label变为找class label.

  1. 修改get_label_v3函数为 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
image get_label_v3(image **characters, char *labelindex, int size)
{
    size = size / 10;
    if (size > 7) size = 7;
    image label = make_empty_image(0, 0, 0);
    int class, i = 0, nlabels = 1;
    int len = strlen(labelindex);
    for(i = 0; i < len; i++)
    {
        if (labelindex[i] == ',') ++nlabels;
    }

    for(i = 0; i < nlabels; i++){
        class = atoi(labelindex);
        image l = characters[size][class];
        image n = tile_images(label, l, -size - 1 + (size + 1) / 2);
        free_image(label);
        label = n;
        labelindex=strchr(labelindex, ',') + 1;
    }
    image b = border_image(label, label.h*.02);
    free_image(label);
    return b;
}
  1. 新建**load_labels函数以加载标签图, 建议在**load_alphabet()附近添加, 方便维护.
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
image **load_labels(int classes)
{
    int i, j;
    const int nsize = 8;
    image** alphabets = (image**)xcalloc(nsize, sizeof(image*));
    for(j = 0; j < nsize; ++j){
        alphabets[j] = (image*)xcalloc(classes, sizeof(image));
        for(i = 0; i < classes; ++i){
            char buff[256];
            sprintf(buff, "data/labels/%d_%d.png", i, j);
            alphabets[j][i] = load_image_color(buff, 0, 0);
        }
    }
    return alphabets;
}
  1. 在draw_detections_v3下寻找if (alphabet) {语句, 并修改其内容为
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
if (alphabet) {
  char labelindex[100] = {0};
  char class[10] = {0};
  sprintf(class, "%d", selected_detections[i].best_class);
  strcat(labelindex, class);
  int j;
  for (j = 0; j < classes; ++j) {
    if (selected_detections[i].det.prob[j] > thresh && j != selected_detections[i].best_class) {
      strcat(labelindex, ", ");
      sprintf(class, "%d", j);
      strcat(labelindex, class);
    }
  }
  image label = get_label_v3(alphabet, labelindex, (im.h*.01));
  draw_weighted_label(im, top + width, left, label, rgb, 0.7);
  free_image(label);
 }

src/Image.h

  1. 为了声明新建的**load_labels函数, 在image **load_alphabet();下一行添加
1
image **load_labels(int);

src/Detector.c

  1. 替换标签图加载函数, 把image **alphabet = load_alphabet();替换为
1
image **alphabet = load_labels(names_size);
  1. 修改释放变量的范围, 在test_detector函数下寻找for (i = 32; i < 127; ++i) {替换为
1
for (i = 0; i < names_size; ++i) {

类别名称乱码处理

Windows下类别名称文件obj.names使用GB2312保存, *nix下则使用UTF-8保存.

进行识别

至此中文化就完成了, 可以make后进行图像识别.

仓库链接: Github