易语言 YOLOX v1.0 目标检测

z13228604287

• 论文地址：https://arxiv.org/abs/2107.08430
  
• 项目地址：https://github.com/Megvii-BaseDetection/YOLOX
  
  

  

窗口程序集名	保 留	保 留	备 注
yolox, , 公开
变量名	类 型	数组	备 注
stride	整数型	3
输入_尺寸	整数型	2
平均	小数型	3
标准	小数型	3
置信阈值	小数型
抑制阈值	小数型
类数	整数型
DNN网络	网络类
类名数组	字节集	0

子程序名	返回值类型	公开	备 注
_初始化			当基于本类的对象被创建后，此方法会被自动调用

stride ＝ { 8, 16, 32 }
输入_尺寸 ＝ { 640, 640 }  ' //// height, width
平均 ＝ { 0.485, 0.456, 0.406 }
标准 ＝ { 0.229, 0.224, 0.225 }
类名数组 ＝ 分割字节集 (读入文件 (“C:\Users\hanyo\Desktop\yolox-opencv-dnn-main\coco.names”), { 10 }, )
类数 ＝ 取数组成员数 (类名数组)

子程序名	返回值类型	公开	备 注
_销毁			当基于本类的对象被销毁前，此方法会被自动调用

子程序名	返回值类型	公开	备 注
初始化
参数名	类 型	参考	可空	数组	备 注
模型路径	文本型
配置阈值	小数型
NMS制阈值	小数型

置信阈值 ＝ 配置阈值
抑制阈值 ＝ NMS制阈值
DNN网络 ＝ 视觉_读取网络 (模型路径, , “”)

子程序名	返回值类型	公开	备 注
识别
参数名	类 型	参考	可空	数组	备 注
输入图	多维矩阵类

变量名	类 型	静态	数组	备 注
尺度	小数型
输出图	多维矩阵类
前景目标	多维矩阵类
输出s	多维矩阵类		0
提取数量	整数型
高比率	小数型
宽比率	小数型
n	整数型
i	整数型
j	整数型
数t	整数型
row_ind	整数型
指针	小数型指针类
网格_x数	整数型
网格_y数	整数型
预测_分数	小数型
分数	多维矩阵类
类ID坐标	点2i类
最大类分数	双精度小数型
类_idx	整数型
类_分数	小数型
预测_概率	小数型
中心X	小数型
中心Y	小数型
w	小数型
h	小数型
x0	小数型
y0	小数型
类ID集	整数型		0
置信度集	小数型		0
预测框集	矩形2i类		0
抑制索引	整数型		0
索引	整数型
预测框	矩形2i类
左上角X	小数型
左上角Y	小数型
有下角X	小数型
有下角Y	小数型
标签	文本型
标签尺寸	尺寸2i类
基线坐标	整数型			基线相对于最底部文本的 y 坐标

尺度 ＝ 1
输出图 ＝ 调整大小图像 (输入图, 尺度)
归一化 (输出图)
前景目标 ＝ 视觉_图像前景目标 (输出图, 1, , , 假, 假, 5)
DNN网络.设置输入 (前景目标, “”, 1, )
DNN网络.前向计算V (输出s, DNN网络.获取未连接的输出层名称 ())
如果真 (输出s [1].维度 () ＝ 3)
提取数量 ＝ 输出s [1].维度元素数 (1)
输出s [1] ＝ 输出s [1].重塑 (0, 提取数量)
高比率 ＝ 输入图.行数 () ÷ 输入_尺寸 [1]
宽比率 ＝ 输入图.列数 () ÷ 输入_尺寸 [2]
数t ＝ 取数组成员数 (类名数组) ＋ 5
指针.指针 ＝ 输出s [1].数据指针 ()
计次循环首 (3, n)
网格_x数 ＝ 输入_尺寸 [2] ÷ stride [n]
网格_y数 ＝ 输入_尺寸 [1] ÷ stride [n]
计次循环首 (网格_y数, i)
计次循环首 (网格_x数, j)
预测_分数 ＝ 指针.读 (4)
分数 ＝ 输出s [1].行 (row_ind).列范围 (5, 输出s [1].列数 ())
' 获取最高分的数值和位置
视觉_最小最大位置 (分数, , 最大类分数, , 类ID坐标, )
类_idx ＝ 类ID坐标.左边
类_分数 ＝ 指针.读 (5 ＋ 类_idx)
预测_概率 ＝ 预测_分数 × 类_分数
如果真 (预测_概率 ＞ 置信阈值)
' -1  修正易语言索引 1开始
中心X ＝ (指针.读 (0) ＋ j － 1) × stride [n]
中心Y ＝ (指针.读 (1) ＋ i － 1) × stride [n]
w ＝ 求反对数 (指针.读 (2)) × stride [n]
h ＝ 求反对数 (指针.读 (3)) × stride [n]
x0 ＝ 中心X － w × 0.5
y0 ＝ 中心Y － h × 0.5
加入成员 (类ID集, 类_idx)
加入成员 (置信度集, 预测_概率)
加入成员 (预测框集, 矩形2i (x0, y0, w, h))
指针.偏移 (数t)
row_ind ＝ row_ind ＋ 1
计次循环尾 ()
计次循环尾 ()
计次循环尾 ()
' // 执行非最大抑制以消除冗余重叠框
' // 降低置信度
视觉_非最大抑制 (预测框集, 置信度集, 置信阈值, 抑制阈值, 抑制索引, 1, 0)
计次循环首 (取数组成员数 (抑制索引), i)
索引 ＝ 抑制索引 [i]
' +1补偿 易语言索引1开始
预测框 ＝ 预测框集 [索引 ＋ 1]
' // 将偏移量调整为原始未填充
左上角X ＝ 预测框.左边 ÷ 尺度
左上角Y ＝ 预测框.顶边 ÷ 尺度
有下角X ＝ (预测框.左边 ＋ 预测框.宽度) ÷ 尺度
有下角Y ＝ (预测框.顶边 ＋ 预测框.高度) ÷ 尺度
' // 缩减
左上角X ＝ 视觉_取最大值 (视觉_取最小值 (左上角X, 输入图.列数 () － 1), 0)
左上角Y ＝ 视觉_取最大值 (视觉_取最小值 (左上角Y, 输入图.行数 () － 1), 0)
有下角X ＝ 视觉_取最大值 (视觉_取最小值 (有下角X, 输入图.列数 () － 1), 0)
有下角Y ＝ 视觉_取最大值 (视觉_取最小值 (有下角Y, 输入图.行数 () － 1), 0)
视觉_矩形1 (输入图, 点2i (左上角X, 左上角Y), 点2i (有下角X, 有下角Y), 标量 (0, 0, 255), 2, 0, 0)
' //获取类名的标签及其置信度
标签 ＝ 到文本 (类名数组 [类ID集 [索引 ＋ 1] ＋ 1]) ＋ “:” ＋ 到文本 (置信度集 [索引 ＋ 1])
标签尺寸 ＝ 视觉_获取文本尺寸 (标签, #字体_衬线_简单, 0.5, 1, 基线坐标)
左上角Y ＝ 视觉_取最大值 (左上角Y, 标签尺寸.高)
视觉_放置文本 (输入图, 标签, 点2i (左上角X, 左上角Y), #字体_衬线_简单, 0.75, 标量 (0, 255, 0), 1, 8, 假)
计次循环尾 ()

子程序名	返回值类型	公开	备 注
调整大小图像	多维矩阵类
参数名	类 型	参考	可空	数组	备 注
输入图	多维矩阵类
规模	小数型

变量名	类 型	静态	数组	备 注
r	小数型
填充_w	整数型
填充_h	整数型
零时	多维矩阵类
输出	多维矩阵类

r ＝ 视觉_取最小值 (输入_尺寸 [2] ÷ 输入图.列数 (), 输入_尺寸 [1] ÷ 输入图.行数 ())
规模 ＝ r
' // r = std::min(r, 1.0f);
填充_w ＝ r × 输入图.列数 ()
填充_h ＝ r × 输入图.行数 ()
零时.初始化 (填充_h, 填充_w, #Cv无符号字节型_三通道, )
视觉_调整尺寸 (输入图, 零时, 零时.尺寸2i (), 0, 0, 1)
输出.初始化 (输入_尺寸 [2], 输入_尺寸 [1], #Cv无符号字节型_三通道, 标量 (114, 114, 114))
零时.复制 (输出.感兴区域 (矩形2i (0, 0, 零时.列数 (), 零时.行数 ())), )
返回 (输出)

子程序名	返回值类型	公开	备 注
归一化
参数名	类 型	参考	可空	数组	备 注
图	多维矩阵类

变量名	类 型	静态	数组	备 注
i	整数型
j	整数型
指针	小数型指针类

' 2021年10月20日 后更新的 使用本DEMO 需要注释掉“BGR2RGB， 除以255.0, 减均值除以方差这几步”
视觉_颜色空间转换 (图, 图, #颜色_BGR转RGB, 0)
图.转换到 (图, #Cv小数型, 1, 0)
变量循环首 (0, 图.行数 () － 1, 1, i)
指针.指针 ＝ 图.数据指针 () ＋ i × 图.维度元素尺寸 (0)
变量循环首 (0, 图.列数 () － 1, 1, j)
指针.写 (0, (指针.读 (0) ÷ 255 － 平均 [1]) ÷ 标准 [1])
指针.写 (1, (指针.读 (1) ÷ 255 － 平均 [2]) ÷ 标准 [2])
指针.写 (2, (指针.读 (2) ÷ 255 － 平均 [3]) ÷ 标准 [3])
指针.偏移 (3)
变量循环尾 ()
变量循环尾 ()

i支持库列表	支持库注释
OpenCV	(未知支持库)

.版本 2<br /> .支持库 OpenCV<br /> <br /> .程序集 yolox, , 公开<br /> .程序集变量 stride, 整数型, , "3"<br /> .程序集变量 输入_尺寸, 整数型, , "2"<br /> .程序集变量 平均, 小数型, , "3"<br /> .程序集变量 标准, 小数型, , "3"<br /> .程序集变量 置信阈值, 小数型<br /> .程序集变量 抑制阈值, 小数型<br /> .程序集变量 类数, 整数型<br /> .程序集变量 DNN网络, 网络类<br /> .程序集变量 类名数组, 字节集, , "0"<br /> <br /> .子程序 _初始化, , , 当基于本类的对象被创建后，此方法会被自动调用<br /> <br /> stride ＝ { 8, 16, 32 }<br /> 输入_尺寸 ＝ { 640, 640 }  ' //// height, width<br /> 平均 ＝ { 0.485, 0.456, 0.406 }<br /> 标准 ＝ { 0.229, 0.224, 0.225 }<br /> 类名数组 ＝ 分割字节集 (读入文件 (“C:\Users\hanyo\Desktop\yolox-opencv-dnn-main\coco.names”), { 10 }, )<br /> 类数 ＝ 取数组成员数 (类名数组)<br /> <br /> <br /> .子程序 _销毁, , , 当基于本类的对象被销毁前，此方法会被自动调用<br /> <br /> <br /> <br /> .子程序 初始化, , 公开<br /> .参数 模型路径, 文本型, 可空<br /> .参数 配置阈值, 小数型, 可空<br /> .参数 NMS制阈值, 小数型, 可空<br /> <br /> 置信阈值 ＝ 配置阈值<br /> 抑制阈值 ＝ NMS制阈值<br /> DNN网络 ＝ 视觉_读取网络 (模型路径, , “”)<br /> <br /> .子程序 识别, , 公开<br /> .参数 输入图, 多维矩阵类<br /> .局部变量 尺度, 小数型<br /> .局部变量 输出图, 多维矩阵类<br /> .局部变量 前景目标, 多维矩阵类<br /> .局部变量 输出s, 多维矩阵类, , "0"<br /> .局部变量 提取数量, 整数型<br /> .局部变量 高比率, 小数型<br /> .局部变量 宽比率, 小数型<br /> .局部变量 n, 整数型<br /> .局部变量 i, 整数型<br /> .局部变量 j, 整数型<br /> .局部变量 数t, 整数型<br /> .局部变量 row_ind, 整数型<br /> .局部变量 指针, 小数型指针类<br /> .局部变量 网格_x数, 整数型<br /> .局部变量 网格_y数, 整数型<br /> .局部变量 预测_分数, 小数型<br /> .局部变量 分数, 多维矩阵类<br /> .局部变量 类ID坐标, 点2i类<br /> .局部变量 最大类分数, 双精度小数型<br /> .局部变量 类_idx, 整数型<br /> .局部变量 类_分数, 小数型<br /> .局部变量 预测_概率, 小数型<br /> .局部变量 中心X, 小数型<br /> .局部变量 中心Y, 小数型<br /> .局部变量 w, 小数型<br /> .局部变量 h, 小数型<br /> .局部变量 x0, 小数型<br /> .局部变量 y0, 小数型<br /> .局部变量 类ID集, 整数型, , "0"<br /> .局部变量 置信度集, 小数型, , "0"<br /> .局部变量 预测框集, 矩形2i类, , "0"<br /> .局部变量 抑制索引, 整数型, , "0"<br /> .局部变量 索引, 整数型<br /> .局部变量 预测框, 矩形2i类<br /> .局部变量 左上角X, 小数型<br /> .局部变量 左上角Y, 小数型<br /> .局部变量 有下角X, 小数型<br /> .局部变量 有下角Y, 小数型<br /> .局部变量 标签, 文本型<br /> .局部变量 标签尺寸, 尺寸2i类<br /> .局部变量 基线坐标, 整数型, , , 基线相对于最底部文本的 y 坐标<br /> <br /> 尺度 ＝ 1<br /> 输出图 ＝ 调整大小图像 (输入图, 尺度)<br /> 归一化 (输出图)<br /> 前景目标 ＝ 视觉_图像前景目标 (输出图, 1, , , 假, 假, 5)<br /> DNN网络.设置输入 (前景目标, “”, 1, )<br /> DNN网络.前向计算V (输出s, DNN网络.获取未连接的输出层名称 ())<br /> .如果真 (输出s [1].维度 () ＝ 3)<br />     提取数量 ＝ 输出s [1].维度元素数 (1)<br />     输出s [1] ＝ 输出s [1].重塑 (0, 提取数量)<br /> .如果真结束<br /> 高比率 ＝ 输入图.行数 () ÷ 输入_尺寸 [1]<br /> 宽比率 ＝ 输入图.列数 () ÷ 输入_尺寸 [2]<br /> 数t ＝ 取数组成员数 (类名数组) ＋ 5<br /> 指针.指针 ＝ 输出s [1].数据指针 ()<br /> .计次循环首 (3, n)<br />     网格_x数 ＝ 输入_尺寸 [2] ÷ stride [n]<br />     网格_y数 ＝ 输入_尺寸 [1] ÷ stride [n]<br />     .计次循环首 (网格_y数, i)<br />         .计次循环首 (网格_x数, j)<br />             预测_分数 ＝ 指针.读 (4)<br />             分数 ＝ 输出s [1].行 (row_ind).列范围 (5, 输出s [1].列数 ())<br />             ' 获取最高分的数值和位置<br />             视觉_最小最大位置 (分数, , 最大类分数, , 类ID坐标, )<br />             类_idx ＝ 类ID坐标.左边<br />             类_分数 ＝ 指针.读 (5 ＋ 类_idx)<br />             预测_概率 ＝ 预测_分数 × 类_分数<br />             .如果真 (预测_概率 ＞ 置信阈值)<br />                 ' -1  修正易语言索引 1开始<br />                 中心X ＝ (指针.读 (0) ＋ j － 1) × stride [n]<br />                 中心Y ＝ (指针.读 (1) ＋ i － 1) × stride [n]<br />                 w ＝ 求反对数 (指针.读 (2)) × stride [n]<br />                 h ＝ 求反对数 (指针.读 (3)) × stride [n]<br />                 x0 ＝ 中心X － w × 0.5<br />                 y0 ＝ 中心Y － h × 0.5<br />                 加入成员 (类ID集, 类_idx)<br />                 加入成员 (置信度集, 预测_概率)<br />                 加入成员 (预测框集, 矩形2i (x0, y0, w, h))<br />             .如果真结束<br />             指针.偏移 (数t)<br />             row_ind ＝ row_ind ＋ 1<br />         .计次循环尾 ()<br />     .计次循环尾 ()<br /> .计次循环尾 ()<br /> ' // 执行非最大抑制以消除冗余重叠框<br /> ' // 降低置信度<br /> 视觉_非最大抑制 (预测框集, 置信度集, 置信阈值, 抑制阈值, 抑制索引, 1, 0)<br /> .计次循环首 (取数组成员数 (抑制索引), i)<br />     索引 ＝ 抑制索引 <i><br />     ' +1补偿 易语言索引1开始<br />     预测框 ＝ 预测框集 [索引 ＋ 1]<br />     ' // 将偏移量调整为原始未填充<br />     左上角X ＝ 预测框.左边 ÷ 尺度<br />     左上角Y ＝ 预测框.顶边 ÷ 尺度<br />     有下角X ＝ (预测框.左边 ＋ 预测框.宽度) ÷ 尺度<br />     有下角Y ＝ (预测框.顶边 ＋ 预测框.高度) ÷ 尺度<br />     ' // 缩减<br />     左上角X ＝ 视觉_取最大值 (视觉_取最小值 (左上角X, 输入图.列数 () － 1), 0)<br />     左上角Y ＝ 视觉_取最大值 (视觉_取最小值 (左上角Y, 输入图.行数 () － 1), 0)<br />     有下角X ＝ 视觉_取最大值 (视觉_取最小值 (有下角X, 输入图.列数 () － 1), 0)<br />     有下角Y ＝ 视觉_取最大值 (视觉_取最小值 (有下角Y, 输入图.行数 () － 1), 0)<br />     视觉_矩形1 (输入图, 点2i (左上角X, 左上角Y), 点2i (有下角X, 有下角Y), 标量 (0, 0, 255), 2, 0, 0)<br />     ' //获取类名的标签及其置信度<br />     标签 ＝ 到文本 (类名数组 [类ID集 [索引 ＋ 1] ＋ 1]) ＋ “:” ＋ 到文本 (置信度集 [索引 ＋ 1])<br />     标签尺寸 ＝ 视觉_获取文本尺寸 (标签, #字体_衬线_简单, 0.5, 1, 基线坐标)<br />     左上角Y ＝ 视觉_取最大值 (左上角Y, 标签尺寸.高)<br />     视觉_放置文本 (输入图, 标签, 点2i (左上角X, 左上角Y), #字体_衬线_简单, 0.75, 标量 (0, 255, 0), 1, 8, 假)<br /> .计次循环尾 ()<br /> <br /> .子程序 调整大小图像, 多维矩阵类, 公开<br /> .参数 输入图, 多维矩阵类<br /> .参数 规模, 小数型, 参考<br /> .局部变量 r, 小数型<br /> .局部变量 填充_w, 整数型<br /> .局部变量 填充_h, 整数型<br /> .局部变量 零时, 多维矩阵类<br /> .局部变量 输出, 多维矩阵类<br /> <br /> r ＝ 视觉_取最小值 (输入_尺寸 [2] ÷ 输入图.列数 (), 输入_尺寸 [1] ÷ 输入图.行数 ())<br /> 规模 ＝ r<br /> ' // r = std::min(r, 1.0f);<br /> 填充_w ＝ r × 输入图.列数 ()<br /> 填充_h ＝ r × 输入图.行数 ()<br /> 零时.初始化 (填充_h, 填充_w, #Cv无符号字节型_三通道, )<br /> 视觉_调整尺寸 (输入图, 零时, 零时.尺寸2i (), 0, 0, 1)<br /> 输出.初始化 (输入_尺寸 [2], 输入_尺寸 [1], #Cv无符号字节型_三通道, 标量 (114, 114, 114))<br /> 零时.复制 (输出.感兴区域 (矩形2i (0, 0, 零时.列数 (), 零时.行数 ())), )<br /> 返回 (输出)<br /> <br /> <br /> .子程序 归一化<br /> .参数 图, 多维矩阵类<br /> .局部变量 i, 整数型<br /> .局部变量 j, 整数型<br /> .局部变量 指针, 小数型指针类<br /> <br /> ' 2021年10月20日 后更新的 使用本DEMO 需要注释掉“BGR2RGB， 除以255.0, 减均值除以方差这几步”<br /> 视觉_颜色空间转换 (图, 图, #颜色_BGR转RGB, 0)<br /> 图.转换到 (图, #Cv小数型, 1, 0)<br /> .变量循环首 (0, 图.行数 () － 1, 1, i)<br />     指针.指针 ＝ 图.数据指针 () ＋ i × 图.维度元素尺寸 (0)<br />     .变量循环首 (0, 图.列数 () － 1, 1, j)<br />         指针.写 (0, (指针.读 (0) ÷ 255 － 平均 [1]) ÷ 标准 [1])<br />         指针.写 (1, (指针.读 (1) ÷ 255 － 平均 [2]) ÷ 标准 [2])<br />         指针.写 (2, (指针.读 (2) ÷ 255 － 平均 [3]) ÷ 标准 [3])<br />         指针.偏移 (3)<br />     .变量循环尾 ()<br /> .变量循环尾 ()

  

窗口程序集名	保 留	保 留	备 注
程序集1

子程序名	返回值类型	公开	备 注
_启动子程序	整数型		本子程序在程序启动后最先执行

变量名	类 型	静态	数组	备 注
net	yolox
预测图	多维矩阵类

net.初始化 (“C:\Users\hanyo\Desktop\yolox_s.onnx”, 0.6, 0.6)
预测图 ＝ 视觉_图像解码 ( #预测图, #读图_彩色 )
net.识别 (预测图)
视觉_创建窗口 (“小白鼠 YOLOX Demo”, #窗口_标准 )
视觉_显示图像 (“小白鼠 YOLOX Demo”, 预测图)
视觉_等待按键 (0)
视觉_销毁所有窗口 ()
调试输出 (“完成”)
返回 (0)  ' 可以根据您的需要返回任意数值

i支持库列表	支持库注释
OpenCV	(未知支持库)
spec	特殊功能支持库

.版本 2<br /> .支持库 OpenCV<br /> .支持库 spec<br /> <br /> .程序集 程序集1<br /> <br /> .子程序 _启动子程序, 整数型, , 本子程序在程序启动后最先执行<br /> .局部变量 net, yolox<br /> .局部变量 预测图, 多维矩阵类<br /> <br /> net.初始化 (“C:\Users\hanyo\Desktop\yolox_s.onnx”, 0.6, 0.6)<br /> 预测图 ＝ 视觉_图像解码 (#预测图, #读图_彩色)<br /> net.识别 (预测图)<br /> 视觉_创建窗口 (“小白鼠 YOLOX Demo”, #窗口_标准)<br /> 视觉_显示图像 (“小白鼠 YOLOX Demo”, 预测图)<br /> 视觉_等待按键 (0)<br /> 视觉_销毁所有窗口 ()<br /> <br /> 调试输出 (“完成”)<br /> 返回 (0)  ' 可以根据您的需要返回任意数值

gzb

666666666666666

yangjz

法国哇嘎哇挖嘎嘎2

欢乐何在

请问你是怎么在C++ DLL里面把opencv Mat图像传回易语言字节集的？C++怎么返回图像指针，用易语言整数接收然后用指针到字节集转换

q5853687

这个真是太厉害了

张艺林

初春下小雪 发表于 2022-8-7 13:16
牛逼呀，还能封装给易语言用

888888888888888888888888888888888888888888888888

无极

请问你是怎么在C++ DLL里面把opencv Mat图像传回易语言字节集的？C++怎么返回图像指针，用易语言整数接收然后用指针到字节集转换

1623863129

请问你是怎么在C++ DLL里面把opencv Mat图像传回易语言字节集的？C++怎么返回图像指针，用易语言整数接收然后用指针到字节集转换

zhaoxianfang

6666666666666666

dikexu

感谢分享，很给力！~