C++应用中调用YOLOv3（darknet）进行目标检测_darknet 的c++版本

YOLOv3论文：https://pjreddie.com/media/files/papers/YOLOv3.pdf

官网和代码：https://pjreddie.com/darknet/

yolo属于one-stage（检测一步到位），兼顾准确率和速度，特别是最近的v3版本提高了小目标的检测率，是移动端目标检测的热门算法。关于YOLO原理的介绍网上有很多资料请自行百度，本文主要介绍如何在自己的cpp中调用yolov3进行目标检测。

yolo采用自定义的image格式进行图像读取和处理，而一般我们工程中使用较多的是OpenCV或者指向图像数据的指针，因此此处先对图像转换和缩放操作进行修改，代码如下：

#ifndef IMPROCESS_H
#define IMPROCESS_H
 
#include<opencv2/opencv.hpp>
 
void imgConvert(const cv::Mat& img, float* dst);
 
void imgResize(float* src, float* dst,int srcWidth,int srcHeight,int dstWidth,int dstHeight);
 
void resizeInner(float *src, float* dst,int srcWidth,int srcHeight,int dstWidth,int dstHeight);
 
#endif // IMPROCESS_H

#include<improcess.h>
 
void imgConvert(const cv::Mat& img, float* dst){
    uchar *data = img.data;
    int h = img.rows;
    int w = img.cols;
    int c = img.channels();
 
    for(int k= 0; k < c; ++k){
        for(int i = 0; i < h; ++i){
            for(int j = 0; j < w; ++j){
                dst[k*w*h+i*w+j] = data[(i*w + j)*c + k]/255.;
            }
        }
    }
}
 
void imgResize(float *src, float* dst,int srcWidth,int srcHeight,int dstWidth,int dstHeight){
    int new_w = srcWidth;
    int new_h = srcHeight;
    if (((float)dstWidth/srcWidth) < ((float)dstHeight/srcHeight)) {
        new_w = dstWidth;
        new_h = (srcHeight * dstWidth)/srcWidth;
    } else {
        new_h = dstHeight;
        new_w = (srcWidth * dstHeight)/srcHeight;
    }
 
    float* ImgReInner;
    size_t sizeInner=new_w*new_h*3*sizeof(float);
    ImgReInner=