YOLOv3、v2、v1之darknet安装与测试实战

                                         darknet安装与使用

按照官网上的教程一步一步走，后面有些许改动。

一、小试牛刀，熟悉darknet并做简单的测试

1.首先下载darknet并编译

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

2.配置文件已经在cfg/中，需要下载预训练的权重文件

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

3.然后可以运行检测器

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

4.可以看到一些网络参数的输出和检测后的图片predictions.jpg，可以得到检测到的类别，置信度和检测时间，大概需要34s左右

5.第3条运行检测器的指令是简写版，完整版如下

./darknet detector test cfg/coco.data cfg/yolov3.cfg yolov3.weights data/dog.jpg

6.如果想对多张图片进行检测，省略data/dog.jpg，后面可以看到Enter Image Path，再输入图片路径，一次只能输入一张，但可以重复输入

7.改变检测器的阈值，默认yolo只输出置信度0.25以上的物体，可以改变其阈值，如果改为0则不输出任何东西

./darknet detect cfg/yolov3.cfg yolov3.weights data/dog.jpg -thresh 0.1

8.要是由于环境等限制，想调用yolov3-tiny，可以下载其权重

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

9.运行调用yolov3-tiny权重的检测器

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

 

二、用一个网络摄像头实时检测

尽管cudnn编译的问题已经解决了，但可能与opencv某些地方不兼容，或者是我的anaconda与opencv不兼容，opencv编译完成后仍然报错，可以改为cudnn=0，后面那些关于cudnn出错的操作可以略过。（非常重要）