1YOLO Darknet移植与应用开发
表 1
开发板型号 是否支持本例程
TL5728-EasyEVM 支持
TL5728-IDK 支持
TL5728F-EVM 支持
YOLO是基于深度学习方法的端到端实时目标检测系统,Darknet是YOLO的实现,但Darknet不仅包含YOLO的实现,还包括其它内容。
本实验主要介绍将YOLO Darknet机器学习框架移植到AM5728平台的方法,并且演示一个图片信息识别的darknet-maste案例。
为便于测试,我司提供经验证的测试文件位于光盘“Demo\app\Yolo_Darknet\bin”目录下。bin文件夹含有:所需下载的yolo.weights文件,编译生成的darknet可执行文件,测试所需cfg文件夹(配置文件)以及data文件夹(图像数据)。以下提供darknet-maste工程的具体编译方法。
1.1编译darknet-master工程
打开Ubuntu,执行如下指令新建“home/tronlong/AM57xx/Yolo_Darknet”工作目录。
Host# mkdir -p /home/tronlong/AM57xx/Yolo_Darknet
将光盘“Demo\app\Yolo_Darknet\src\darknet-master.zip”工程源码压缩文件拷贝到“home/tronlong/AM57xx/Yolo_Darknet”目录,并将其解压到当前目录。
Host# unzip darknet-master.zip