参考:https://github.com/AlexeyAB/darknet
一、安装
linux下安装
- 在darknet目录下执行make
windows下安装
- 安装vs2015(略)
- 安装opencv
- 安装cuda(可选)
- https://developer.nvidia.com/cuda-toolkit-archive
- 安装到C盘
- 安装的时候,不要选择默认的推荐选项,而是选择自定义选项,在自定义后,driver不要安装,否则,cuda sdk不能安装成功,会报错;如果显卡驱动版本太低,需更新显卡驱动。
- 安装CUDNN(可选)
- https://developer.nvidia.com/rdp/cudnn-archive
- 将压缩包中文件放到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0对应目录下,cudnn的lib文件放到cuda的lib下,其他相同。
- 编译
- MSVS 2015, CUDA 8.0 and OpenCV 3.0
- 打开build\darknet\darknet.sln
- 右键–属性
- 设置x64 及 Release
- 更改opencv位置
- 配置属性–》连接器–》常规–》附加库目录
- 右键–重新生成
- C:\opencv_3.0\opencv\build\x64\vc14\bin目录下opencv_world320.dll、 opencv_ffmpeg320_64.dll拷贝到darknet.exe所在目录下。
- MSVS 2015 and OpenCV 3.0
- 打开build\darknet\darknet_no_gpu.sln
- 右键–属性
- 设置x64 及 Release
- 更改opencv位置
- 配置属性–》连接器–》常规–》附加库目录
- 右键–重新生成
- C:\opencv_3.0\opencv\build\x64\vc14\bin目录下opencv_world320.dll、 opencv_ffmpeg320_64.dll拷贝到darknet.exe所在目录下。
- MSVS 2015, CUDA 8.0 and OpenCV 3.0
二、使用
-
- 下载训练好的权重文件
- http://pjreddie.com/media/files/yolo.weights
- 放到darknet.exe所在目录下
- yolo.cfg (194 MB COCO-model) - require 4 GB GPU-RAM: http://pjreddie.com/media/files/yolo.weights
- yolo-voc.cfg (194 MB VOC-model) - require 4 GB GPU-RAM: http://pjreddie.com/media/files/yolo-voc.weights
- tiny-yolo.cfg (60 MB COCO-model) - require 1 GB GPU-RAM: http://pjreddie.com/media/files/tiny-yolo.weights
- tiny-yolo-voc.cfg (60 MB VOC-model) - require 1 GB GPU-RAM: http://pjreddie.com/media/files/tiny-yolo-voc.weights
- yolo9000.cfg (186 MB Yolo9000-model) - require 4 GB GPU-RAM: http://pjreddie.com/media/files/yolo9000.weights
- 下载训练好的权重文件
-
- 预测图片
- darknet detect cfg/yolo.cfg yolo.weights G:\666.jpg
- 预测图片
-
- 预测视频
- darknet_demo_coco.cmd
- 预测当前目录下的test.mp4,生成res.avi
- 预测视频
-
- 实时手机摄像头预测
- 安装IP Webcam 或 Smart WebCam
- darknet.exe detector demo data/coco.data yolo.cfg yolo.weights http://192.168.191.2:8080/video?dummy=param.mjpg -i 0
- 实时手机摄像头预测