Darknet框架优化介绍

一、DarkNet框架简介

1.DarkNet的简介

Darknet是一个完全使用C语言编写的人工智能框架，可以使用CUDA的开源框架。主要应用于图像识别领域。
它具有可移植性好，安装间接，查看源码方便等优势，提供了OpenCV等附加选项，还可以便捷的从底层逻辑代码进行修改优化等优点

【这是它的官网主页】

具体的安装使用教程在阿里云社区有详细的介绍
DL框架之darknet：深度学习框架darknet的简介、安装、使用方法的详细攻略（来自阿里云开发者社区）

2.DarkNet部分相关技术知识

darknet其实就是yolo作者编写的一个框架，那么我们简单地来看看YOLO这个经久不衰还一直在更新的经典目标检测的算法。

YOLO算法中用到了多层卷积的方案

darknet中的关键算法——im2col支撑起了darknet中的卷积计算

那么什么是卷积呢，学过信号与系统或者对机器学习稍微入了点门的都知道。以下是一个简单的讲解，当然还可以看我很喜欢的一个up主梗直哥的视频来更全面的了解【卷积】直观形象的实例，10分钟彻底搞懂

一般的图像都是三通道的，故而一般至少要三个卷积核。卷积核向量组成的矩阵与图像信息矩阵进行运算，所以YOLO中的计算大多都是矩阵乘矩阵

二、动手过程中掌握的新知识

1.解压tar包

tar –xvf file.tar 解压 tar包
tar -xzvf file.tar.gz 解压tar.gz
tar -xjvf file.tar.bz2 解压 tar.bz2
linux tar 解压命令总结

2.makefile文件

在学习过程中认识到makefile的重要性，它就像我们在github上copy（啊不是……借鉴）项目的时候最喜欢的requirement.txt。引用我学习的文章中的一句话 “makefile带来的好处就是——“自动化编译”，一旦写好，只需要一个make命令，整个工程完全自动编译，极大的提高了软件开发的效率。”
跟我一起写 Makefile（一）。作者：haoel

3.程序优化步骤