基于YOLO V3的物体识别总结
一.WIN10下的YOLO环境配置
本文转载自:https://www.cnblogs.com/yuyuan-bb/p/12461979.html
1.无GPU版本(VS2019+Opencv 3.4.5)
1.1安装Visual Studio 2019
在VS2019下要安装适用于桌面的VC++ 2015(2017) v14 00(v14)工具集。
1.2安装Opencv3.4.5
关于在VS下对Opencv的配置可参考:https://blog.csdn.net/mars_xiaolei/article/details/78759041
1.3安装darknet
https://github.com/AlexeyAB/darknet
下载darknet的压缩包,解压并进入\darknet-master\build\darknet,打开如下图所指的项目darknet_no_gpu.sln(无gpu版本)
1.4下载yolov3.weights
https://link.zhihu.com/?target=https%3A//pjreddie.com/media/files/yolov3.weights
下载完后把文件放在x64文件夹下
1.5调试
在VS下点击开始调试,会生成darknet_no_gpu.exe文件(一般是在release)下运行
控制台无报错
进入\darknet-master\build\darknet\x64,并在该路径下打开命令行
输入以下命令即可,可以看到生成的predictions.jpg
1.6 Win10 64位下 darknet YOLO V3配置,视频测试及结果保存
具体可参考:https://blog.csdn.net/c20081052/article/details/86495935
需略加改动代码。
2.带GPU版本 WIN10+Opencv3.4.5+cuda11.1+cudnn8.0.4
具体可参考:https://www.cnblogs.com/yuyuan-bb/p/12461979.html
https://blog.csdn.net/KID_yuan/article/details/88380269
2.1安装cuda和cudnn
下载对应版本,并且配置
2.2安装darknet
同无GPU,在darknet.vcxproj中更改cuda的版本号
2.3调试
打开darknet.sln,(一般是在release下调试)运行后生成darknet.exe
2.4Win10 64位下 darknet YOLO V3配置,视频测试及结果保存
具体可见:https://blog.csdn.net/c20081052/article/details/86495935
需略加改动代码。
如下图: