Darknet框架分析(一)

Darknet框架分析 专栏收录该内容
1 篇文章 0 订阅

Darknet简介:

darknet【https://pjreddie.com/darknet/】是一个较为轻型的完全基于C与CUDA的开源深度学习框架,其主要特点就是容易安装,没有任何依赖项(OpenCV都可以不用),移植性非常好,支持CPU与GPU两种计算方式。

Darknet的优势:

(1)darknet完全由C语言实现,没有任何依赖项,可以使用OpenCV,但只是用其来显示图片、为了更好的可视化;

(2)darknet支持CPU与GPU(CUDA/cuDNN,使用GPU当然更快更好了);

(3)正是因为其较为轻量型,没有像TensorFlow那般强大的API,所以使用灵活,适合用来研究底层,可以更为方便的从底层对其进行改进与扩展;

(4)darknet的实现与caffe的实现存在相似的地方,熟悉了darknet,相信对上手caffe有帮助。

Darknet框架图及源码结构划分:

整个框架的深入了解,可以根据自己的习惯,由底层到上层分析,也可以由上层到底层分析。后续有时间会写一些具体层的实现原理。

参考:

【1】https://github.com/hgpvision/darknet(darknet深度学习框架源码分析:详细中文注释,涵盖框架原理与实现语法分析)

【2】windows版https://github.com/AlexeyAB/darknet

【3】https://blog.csdn.net/u014540717/article/category/6513159(对YOlO部分的源码进行了详解)

  • 4
    点赞
  • 0
    评论
  • 4
    收藏
  • 一键三连
    一键三连
  • 扫一扫,分享海报

©️2021 CSDN 皮肤主题: 大白 设计师:CSDN官方博客 返回首页
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、C币套餐、付费专栏及课程。

余额充值