我正在使用这个git包在Python中使用YOLOv4运行目标检测

https://github.com/erentknn/yolov4-object-detection

脚本运行得很好，我可以在终端中打印出找到的目标，并且有信心，但是当我从PHP中执行它时，返回的结果是空的。我猜可能是因为PHP脚本在等待Python完成并且没有实时返回结果。我尝试创建一个字典来存储结果并在最后返回，但仍然返回为空。我以前可以很容易地在YOLOv3中做到这一点，不确定v4有什么变化。

编辑：经过更多的测试，我什至无法将结果写入文件，这很奇怪。如果从终端运行，我可以。

编辑：如果我var_dump($output)，它返回NULL。打开调试后，没有额外的信息返回。

我正在运行脚本 - yolo_video.py

# 用法示例: python3 yolo_video.py -i video.mp4 -o video_out.avi 导入argparse 导入全局 导入时间 导入日志记录 从 pathlib 导入路径 导入CV2 将 numpy 导入为 np 记录器=logging.getLogger(__name__) logger.setLevel(logging.INFO) formatter =logging.Formatter("%(asctime)s-%(name)s-%(message)s") Stream_handler =logging.StreamHandler() Stream_handler.setFormatter(格式化程序) logger.addHandler(stream_handler) 解析器 = argparse.ArgumentParser() parser.add_argument("-i", "--input", type=str, default="", 帮助=“video.mp4”） parser.add_argument("-o", "--output", type=str, default="", help=“（可选）输出视频文件的路径”） parser.add_argument("-d", "--display", type=int, default=1, help="是否显示输出(1/0)") parser.add_argument("-ht", "--height", type=int, 默认=1200, help=“输出高度”） parser.add_argument("-wt", "--width", type=int, 默认=700, help="输出宽度") parser.add_argument("-c", "--confidence", type=float, 默认=0.8, help=“置信阈值”） parser.add_argument("-t", "--threshold", type=float, 默认=0.6, help=“非最大抑制阈值”） args = parser.parse_args() logger.info(“解析的参数”) CONFIDENCE_THRESHOLD = args.confidence NMS_THRESHOLD = args.阈值 如果不是 Path(args.input).exists(): raise FileNotFoundError(“视频文件的路径不存在。”) vc = cv2.VideoCapture(args.input) 权重 = glob.glob(“yolo/*.weights”)[0] 标签 = glob.glob(“yolo/*.txt”)[0] cfg = glob.glob(“yolo/*.cfg”)[0] logger.info(“使用 {} 权重、{} 配置和 {}标签。”.format(权重、cfg、标签)) 类名 = 列表() 将 open(labels, "r") 作为 f： class_names = [cname.strip() for cname in f.readlines()] 颜色 = np.random.randint(0, 255, size=(len(class_names), 3), dtype=“uint8”) net = cv2.dnn.readNetFromDarknet(cfg, 权重) net.setPreferableBackend(cv2.dnn.DNN_BACKEND_CUDA) net.setPreferableTarget(cv2.dnn.DNN_TARGET_CUDA) 层 = net.getLayerNames() 层 = [layer[i[0] - 1] for i in net.getUnconnectedOutLayers()] 作者=无 def 检测（frm、net、ln）： (H, W) = frm.shape[:2] blob = cv2.dnn.blobFromImage(frm, 1 / 255.0, (416, 416), swapRB=True, 作物=False) net.setInput（blob） 开始时间 = 时间.time() 层输出 = net.forward(ln) 结束时间 = time.time() 盒子=[] 类ID = [] 信心 = [] 对于layerOutputs中的输出： 用于输出中的检测： 分数 = 检测[5:] classID = np.argmax(分数) 置信度 = 分数[classID] 如果置信度>置信度阈值： box = 检测[0:4] * np.array([W, H, W, H]) (centerX, centerY, 宽度, 高度) = box.astype("int") x = int(centerX - (宽度 / 2)) y = int(centerY - (高度 / 2)) box.append([x, y, int(宽度), int(高度)]) classIds.append(classID) confidences.append(float(置信度)) idxs = cv2.dnn.NMSBoxes(框、置信度、CONFIDENCE_THRESHOLD、NMS_THRESHOLD) 如果 len(idxs) > 0: 对于 idxs.flatten() 中的 i： (x, y) = (盒子[i][0], 盒子[i][1]) (w, h) = (盒子[i][2], 盒子[i][3]) 颜色 = [int(c) for c in COLORS[classIds[i]]] cv2.矩形（frm，（x，y），（x + w，y + h），颜色，2） 文本 =“{}: {:.4f}".format(class_names[classIds[i]], confidences[i]) # 这里我打印结果（在终端中工作） print("found") print(confidences[i]) print(class_names[classIds[i]]) cv2.putText( frm, text, (x, y - 5), cv2.FONT_HERSHEY_SIMPLEX, 0.5, (255, 0, 0), 2 ) fps_label = "FPS: %.2f" % (1 / (end_time - start_time)) cv2.putText( frm, fps_label, (0, 25), cv2.FONT_HERSHEY_SIMPLEX, 1, (0, 0, 0), 2 ) while cv2.waitKey(1) < 1: (grabbed, frame) = vc.read() if not grabbed: break frame = cv2.resize(frame, (args.height, args.width)) detect(frame, net, layer) if writer is not None: writer.write(frame)

然后在我的PHP脚本中

$command = escapeshellcmd('python3 yolo_video.py -i video.mp4 -o video_out.avi'); $output = shell_exec($command); echo $output;

如何将Python脚本的结果在PHP中输出？我没有得到任何错误，脚本已经完成。