源码:https://github.com/pjreddie/darknet
Makefile文件:
GPU=1; 使用GPU
CUDNN=1;使用cudnn对网络加速
OPENCV=1;可以输出图片显示
NVCC=/usr/local/cuda-8.0/bin/nvcc 编译器驱动
数据准备:
建立VOC2007数据格式:Annotations、ImageSets、JPEGImages
数据格式:
——VOCdevkit2007
——VOC2007
——Annotations
——***.xml
......
——ImageSets
——Main
——train.txt
——val.txt
——trainval.txt
——test.txt
——JPEGImages
——***.jpg
......
数据转换:
整个VOCdevkit2007文件夹存入darknet/scripts/
修改scripts文件下的voc_label.py:
1.去除sets中的2012
2.修改classes为自己类别
3.检查文件路径及名称是否对应
darknet/scripts#: python voc_label.py
将生产的2007_train.txt、2007_test.txt和2007_val.txt存入data/voc/文件夹下,删除之前文件
编译:
darknet#: make -j24 使用多线程编译,加速编译过程(具体看本机GPU性能)
下载测试模型:
因为跑YOLO的较多,我想大家自己找一个下载就可以
代码简单测试:
dar