Darknet github地址:https://github.com/AlexeyAB/darknet
最近刚更新了Yolo v4,对比Yolo v3有很大提升,所以迫不及待编译来试试。
编译与测试步骤如下:
① 下载darknet-master.zip并解压
② 打开CMake,设置源码和生成项目路径,设置编译平台比如VS2015 x64, 然后点config,看下官方配置图
上面的生成目录和源码目录相同,当然你的生成目录可以自己设置,config一次后需要设置OPENCV目录 和GPU相关配置
至于CUDA和CUDNN因为我用GPU版的TensorFlow都配置好的,基本可以自己定位,下面是官网的要求
配置好之后点击generate生成
③ 源码路径下会生成 Darknet.sln等项目文件,双击打开,选择debug或release, x64,右键选择ALL_BUILD生成
如果生成没有错误,即可右键选择INSTALL,选择“仅用于项目”----“仅生成INSTALL” ,成功后会生成darknet.exe和dark.dll等文件
④ 测试验证
yolov4.cfg在cfg文件夹下,yolov4.weights需要自行下载https://drive.google.com/open?id=1cewMfusmPjYWbrnuJRuKhPMwRe_b9PaT 然后新建weights文件夹放入其中,另外需要将OpenCV对应版本的dll放在darknet.exe同目录,同时需要pthreadGC2.dll和pthreadVC2.dll(这两个dll在下图所示路径)
然后命令行运行darknet,可见如下提示,说明可以正常运行了
下面来测试一段视频,大家自己找,然后命令行设置对应路径即可
darknet detector demo cfg/coco.data cfg/yolov4.cfg ./weights/yolov4.weights data/01.avi -ext_output
我把yolov4.cfg中的width和height都改为了320,测试的AVG_FPS是23.8,大家可以自行测试,官方有4种尺寸验证结果
下面是测试效果感觉还可以,我对比效果比yolo v3(416 x 416)的效果好(单就这个视频的速度和准确率)