目标检测YOLO实现

注：本文参考：https://pjreddie.com/darknet/yolo/

1.YOLO有专有的深度学习网络darknet,下载并编译

git clone https://github.com/pjreddie/darknet.git
cd darknet
make

编译没有问题的话输出信息如下：

mkdir -p obj
gcc -I/usr/local/cuda/include/  -Wall -Wfatal-errors  -Ofast....
gcc -I/usr/local/cuda/include/  -Wall -Wfatal-errors  -Ofast....
gcc -I/usr/local/cuda/include/  -Wall -Wfatal-errors  -Ofast....
.....
gcc -I/usr/local/cuda/include/  -Wall -Wfatal-errors  -Ofast -lm....

编译好之后运行

./darknet

2.GPU与Opencv的使用

打开 Makefile文件修改如下：

GPU=1
CUDNN=0
OPENCV=1
OPENMP=0
DEBUG=0

3.下载权重参数

wget https://pjreddie.com/media/files/yolov3.weights

4.运行

./darknet detect cfg/yolov3.cfg yolov3.weights data/dog.jpg

5.效果如下：

6.摄像头画面分类

./darknet detector demo cfg/coco.data cfg/yolov3.cfg yolov3.weights