在DarkNet模型中编译YOLO-V2和YOLO-V3
本文是使用TVM部署Darknet模型的入门教程。所有必需的模型和库都将通过脚本从Internet下载。该脚本运行带有边界框的YOLO-V2和YOLO-V3模型。Darknet解析与CFFI和CV2库有依赖性。请在执行此脚本之前安装CFFI和CV2
pip install cffi
pip install opencv-python
# numpy and matplotlib
import numpy as np
import matplotlib.pyplot as plt
import sys
# tvm,relay
import tvm
from tvm import te
from tvm import relay
from ctypes import *
from tvm.contrib.download import download_testdata
from tvm.relay.testing.darknet import __darknetffi__
import tvm.relay.testing.yolo_detection
import tvm.relay.testing.darknet
选择型号
型号为:“ yolov2”,“ yolov3”或“ yolov3-tiny”
# 选择模型
# 'yolov2', 'yolov3' or 'yolov3-tiny'
model_name="yolov3"
下载所需文件
如果是第一次下载cfg和weights文件。
# 下载所需的文件
# 主要就是DarkNet相关的配置文件、Yolo权重文件以及DarkNet编译出的so文件
cfg_name=model_name+".cfg"
weights_na