linux下运行yolo,deepin(linux)编译安装yolo v4测试效果

# 背景

五一放假的最后一天我也凑了个热闹，试一下新鲜出炉的yolo v4，

由于没有装CUDA和CUDNN，只试了一下在CPU上的速度和效果，电脑环境及编译依赖如下：

* deepin 15.11桌面版

* opencv 3.4.3(应该也是需要编译安装的，最低要求2.4，详情可以看《deepin(linux)编译安装opencv3.4.3》)

* cmake 3.17.2(最低要求3.12，需要手动更新，详情可以看《deepin手动更新cmake到官网最新版》)

# 安装

## 下载代码权重

首先从作者的Github仓库下载代码

git clone https://github.com/AlexeyAB/darknet.git

#　或 指定下载目录

git clone https://github.com/AlexeyAB/darknet.git /media/lc/Data/env_linux/yolov4

下载预训练权重，yolov4的权重只有 yolov4.weights 一个文件，百度云链接里还有 yolov3 的权重，按需下载

## 编译安装

作者已经把代码都写在了 build.sh 文件里，只需要在终端中运行此文件即可，默认的编译安装目录就是解压后的文件夹。

然后把下载的预训练权重复制到根目录下。

# 运行编译安装

bash build.sh

## 测试

在安装目录右击终端打开，然后在终端运行以下代码，变化其中的 yolov4.cfg yolov4.weights 名称即可调用yolov3网络，前提是你下载了 yolov3 的预训练权重，测试了一下命令,但是发现检测图片序列时一直报错 Cannot load image data/train.txt，弄了个两个小时还是无法解决，详细的可以研究作者给出的 how-to-use-on-the-command-line

# 检测单张图片，默认在根目录下保存检测结果

./darknet detector test cfg/coco.data cfg/yolov4.cfg yolov4.weights -thresh 0.25

# 检测视频,只显示结果

./darknet detector demo cfg/coco.data cfg/yolov4.cfg yolov4.weights -ext_output test.mp4

# 检测视频，保存视频结果

./darknet detector demo cfg/coco.data cfg/yolov4.cfg yolov4.weights test.mp4 -out_filename output.avi

## 以下代码报错无法运行

# 检测图片序列

./darknet detector test cfg/coco.data cfg/yolov4.cfg yolov4.weights -thresh 0.25 -dont_show data/train.txt

# 检测图片序列，并输出 TXT 格式的结果

./darknet detector test cfg/coco.data cfg/yolov4.cfg yolov4.weights -thresh 0.25 -dont_show -ext_output data/train.txt output/result.txt

# 检测图片序列，并输出可以用来训练的数据格式

./darknet detector test cfg/coco.data cfg/yolov4.cfg yolov4.weights -thresh 0.25 -dont_show -save_labels data/new_train.txt

# 总结

由于使用原作者Ｃ和CUDA编写的Darknet实现，而我只会一点皮毛的python，只能进行简单的测试了，从效果看，个人感觉对于目标重叠和远小目标效果有一定的提升，误检也有一定的提高，速度没有作者论文里说的快，难道是CPU的锅，静等各路大神的Pytorch版本。