如何将AlexeyAB实现的Yolov4视频目标检测结果保存为txt/json格式

核心适配逻辑说明 #

此前参考的YOLOv3通用保存方案无法生效，本质是因为该类方案大多基于darknet官方老版本代码逻辑，和AlexeyAB维护的YOLOv4分支的代码结构、函数调用链路存在版本差异，对准视频检测的专属逻辑分支修改即可实现需求。

实操步骤 #

1. 定位核心修改位置 #

• 所有视频流检测的处理逻辑集中在仓库下src/detector.c文件中
• 找到视频处理的核心循环函数detect_video_thread，在该函数内、每帧完成模型前向推理拿到检测结果数组（detections）的位置插入存储逻辑，不需要修改原有视频渲染、avi编码输出的代码段，可保证原有视频输出功能完全不受影响。

2. 按需求选择存储格式实现 #

（1）TXT格式持久化（零额外依赖）

• 在detect_video_thread的初始化位置定义文件句柄：FILE* txt_out = fopen("video_detection_result.txt", "w");
• 每帧检测结果遍历逻辑完成后，逐目标过滤置信度高于阈值的有效检测项，写入文件：

  // 循环遍历当前帧所有检测结果
  for (int i = 0; i < dets.total; i++) {
      detection current_det = dets.det[i];
      if (current_det.objectness < thresh) continue;
      // 按固定格式写入单条检测结果
      fprintf(txt_out, "frame_idx:%d, class_id:%d, class_name:%s, confidence:%.4f, bbox:[x=%.2f, y=%.2f, w=%.2f, h=%.2f]\n",
          current_frame_id, current_det.class_id, names[current_det.class_id], current_det.objectness,
          current_det.bbox.x, current_det.bbox.y, current_det.bbox.w, current_det.bbox.h);
  }
  

• 视频流全部处理完成后，执行fclose(txt_out);关闭文件句柄，避免系统缓存导致内容未写入。

（2）JSON格式结构化存储（轻量依赖）

• 引入单文件版cJSON组件，将源码放入src目录后加入Makefile的编译列表即可
• 在视频线程初始化位置定义JSON根数组对象：cJSON* json_root = cJSON_CreateArray();
• 每帧处理时，新增一个子JSON对象，存入当前帧序号、时间戳、检测目标列表（每个目标单独存类别、置信度、边界框字段）
• 全量处理完成后，调用cJSON的序列化接口把整体JSON对象转为字符串，写入本地文件，最后释放JSON内存即可。

常见踩坑修正 #

• 不要把存储逻辑加到图片检测的分支代码中，否则视频运行时永远不会触发存储逻辑
• 写文件时指定的输出路径建议用绝对路径，避免相对路径下文件位置和预期不一致
• 若需要适配下游标注格式，记得把YOLO输出的归一化边界框坐标乘以当前帧的宽高，转换为绝对像素坐标后再存储
• 程序退出前强制刷新文件写入缓存，避免异常退出导致已检测的内容丢失

内容的提问来源于stack exchange，提问作者Anam Zahra