今天，我们将研究如何在OpenCV框架中使用YOLO。YOLO于2016年问世，用于多目标检测，它与OpenCV框架兼容，但我们需要下载“ yolov3.weights”和“yolov3.cfg”。

现在让我们来看一下代码，它相当简单。第一步将是导入模型并读取包含图像标签的“coco.names”并获取输出层。

下一步是读取输入图像，并创建Blob从输入图像中提取特征。图像的输入尺寸为416 * 416，（0,0,0）表示图像的色彩空间。

我们将遍历该blob并找出已检测到的对象。但是在此之前，我们必须将blob馈给yolo算法并从输出层提取其特征。我们可以将其与CNN模型相关联。才外，我们还对置信度预测超过50％的对象感兴趣。

挑战在于分离算法检测到的冗余对象。最后，我们可以创建一个边界框并显示图像。

希望本文对大家理解我们如何在OpenCV框架中使用YOLO有所帮助。