yolo学习笔记（2）

上次说到打开摄像头出现了灰屏的问题，原因在于如果采用教程中所给的

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

指令，识别精度很高，会导致识别时间较长，所以出现了灰屏。等待一会即可。但是基本上出来一幅就是极限了，然后窗口就会失去响应。这个问题的原因等有空再解决。

或者我们可以采用精度低但是速度快的方案

./darknet detector demo cfg/voc.data cfg/tiny-yolo-voc.cfg tiny-yolo-voc.weights

这个方案可以形成视频流（虽然比较卡），但是最终还是会出现窗口没有响应的现象，但是不会立刻失去响应。

下一步是训练。

首先介绍几个概念：

Pascal VOC数据集：（Visual Object Classes）

实际上则是一个比赛：The PASCALVisual Object Classes Challenge

Pascal的全称是Pattern Analysis, Statical Modeling and Computational Learning

http://www.360doc.com/content/13/1227/15/12105052_340543311.shtml

VOC数据集的具体格式：

http://blog.csdn.net/yogyliu/article/details/51859331

http://lib.csdn.net/article/deeplearning/57863?knId=1726

http://blog.csdn.net/burning_keyboard/article/details/71056164

我修改过：

cfg/voc.data

cfg/yolo-voc.cfg

example/yolo.c

scripts/voc_label.py

examples/detector.c

分析：

cfg/voc.data文件

内容（我修改过后的）：

classes= 1
train  = /home/pjreddie/data/voc/train.txt
valid  = /home/pjreddie/data/voc/2007_test.txt
names  = data/pasacal.names
backup = backup

class表示你总共要识别多少种东西，他们的名字被存放在name对应的.names文件中（这个文件是一个文本文档，存放在darknet/data文件夹下，是我自己建的）