win10下cmd运行已经训练好的darknet模型

1.win10跑darknet模型通过cmd

输入CMD指令

cmd模式，在x64路径下——
训练：darknet classifier train data/METAL/metal.data data/METAL/darknet19_448.cfg pretrained_weights/darknet19_448.conv.23
验证：darknet classifier valid data/METAL/metal.data data/METAL/darknet19_448.cfg backup/_darknet19_448_final.weights
预测：darknet classifier test data/METAL/metal.data data/METAL/darknet19_448.cfg backup/_darknet19_448_final.weights

指令说明：

Darknet：就是运行darknet指令
Classifier：我们所做的工作是分类，如果要做目标检测，这里输入目标检测的单词。
Train:表示训练模型
Valid:验证模型
Test:测试模型

data/METAL/metal.data：模型数据集的配置文件
data/METAL/darknet19_448.cfg：模型的结构文件，一般从官网上下载后，根据自己的需求下载，E:\darknet_win\x64\data\METAL\darknet19_448.cfg文件夹下的darknet19_448.cfg是已经裁剪好的模型，这里不需要再做裁剪。
backup/_darknet19_448_final.weights：
是E:\darknet_win\x64\backup\_darknet19_448_final.weights路径下的权重文件。

训练：darknet classifier train data/METAL/metal.data data/METAL/darknet19_448.cfg pretrained_weights/darknet19_448.conv.23
基于pretrained_weights/darknet19_448.conv.23的权重采用data/METAL/darknet19_448.cfg模型训练data/METAL/metal.data中配置的数据集。

验证：darknet classifier valid data/METAL/metal.data data/METAL/darknet19_448.cfg backup/_darknet19_448_final.weights
基于backup/_darknet19_448_final.weights的权重采用data/METAL/darknet19_448.cfg模型验证data/METAL/metal.data中配置的数据集。

预测：darknet classifier test data/METAL/metal.data data/METAL/darknet19_448.cfg backup/_darknet19_448_final.weights

基于backup/_darknet19_448_final.weights的权重采用data/METAL/darknet19_448.cfg模型测试data/METAL/metal.data中配置的数据集。
 

predict指令

如果只预测一张图片：

修改预测指令倒数第二个参数对应文件data/METAL/darknet19_448.cfg，把文件里的batch和subdivision都改成1。

指令中test改为predict

并且在预测指令的后面再加一个参数，即测试图片的地址

修改后的指令如下：

darknet classifier predict data/METAL/metal.data data/METAL/darknet19_448.cfg backup/_darknet19_448_final.weights data/METAL/abnor/190324141318_00002/s001_abnor.jpg

用predict指令，不加文件名参数，可以实现图片的连续预测。

如果只是预测图片，图片不用按照darknet模型的格式命名，普通的*.jpg就可以预测。如果是预测的话，图片命名没有影响，随便什么名字都可以。

预测一批数据用什么指令，结果需要知道图片分类的概率和类别，最好还包括时间。

如果批量测试的话可能要修改源码，网上有人做过类似的事情：