caffe深度学习【九】目标检测 yolo v1的caffe实现 基于VOC2007数据集

        YOLO v1算法原文的作者是在darknet框架下实现的， 原文作者的实现    ，这里主要讲的是caffe版本的YOLO实现，主要采用yeahkun写的：点击打开链接  其实只是步骤相对来说有点繁琐，但是要跑通并不困难：

大致步骤包括：

1、编译caffe-yolo 

2、下载VOC2007数据集

3、生成list文件

4、生成LMDB文件

5、训练

6、测试

 

 

下面是每一步的具体操作：

1、编译caffe-yolo

先从github上把 caffe-yolo 的代码下下来，链接在这里    

要重新编译caffe，有同学会觉得，自己明明已经配好了caffe，为什么meic每次跑其他网络或算法时都要重新编译呢？

原因：这些新网络或算法的作者自己新定义了一些内容，比如新的layer，所以需要重新将这些源文件编译一下，否则就不能使用这个新的算法。

下载下来的文件名叫 caffe-yolo-master

首先把 caffe-yolo-master 目录下的 Makefile.config.example 复制一份并改名为 Makefile.config

（这一步跟之前配置普通版本的caffe是一模一样的，相信配过caffe的都很熟悉）

在命令行输入：

cd caffe-yolo-master
cp Makefile.config.example Makefile.config

 

然后修改 Makefile.config 文件，把里面的这两行：

INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include
LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib

替换成下面这两行：

INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include /usr/include/hdf5/serial/
LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib /usr/lib/x86_64-linux-gnu/hdf5/serial/

 

然后在终端输入：