代码的github地址:https://github.com/philipperemy/yolo-9000
我是Ubuntu 16.04系统
1、拉取项目
git clone --recursive https://github.com/philipperemy/yolo-9000.git
因为我只能用http的地址,当然你可以跟github里面一样用git地址,结果都是一样的。默认拉取下来的项目名称是yolo9000
2、生成weight
cd yolo-9000
cat yolo9000-weights/x* > yolo9000-weights/yolo9000.weights
3、设置环境变量
命令行输入:
export PATH=/usr/local/cuda-8.0/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64:$LD_LIBRARY_PATH
4、修改Makefile文件和编译darknet(这里我直接编译GPU版本)
cd darknet
vim Makefile # 修改Makefile的前两行为GPU=1和CUDNN=1
make # 编译
编译成功后会在yolo-9000/darknet/目录下生成一个可执行文件darknet,后面要用到。
5、测试图像
运行下面命令。
./darknet detector test cfg/combine9k.data cfg/yolo9000.cfg ../yolo9000-weights/yolo9000.weights data/dog.jpg
这里的darknet就是前面生成的可执行文件,/yolo9000.cfg保存的是网络结构,yolo9000.weights就是前面第2步生成的模型参数,dog.jpg是要测试的图像。
运行过程中会生成如下信息:在GPU上做的测试,时间为360ms(时间有点长啊,很奇怪)
最后生成测试结果图predictions.png放在yolo-9000/darknet/目录下,我这里也贴一下吧。