yoloV3是实时目标检测算法yolo的第三个版本,其本身基于darknet构建的神经网络算法.
1.实例演示
#获取源码
git clone https://github.com/pjreddie/darknet
cd darknet
make
#获取预训练的参数权重
wget https://pjreddie.com/media/files/yolov3.weights
#执行
./darknet detect cfg/yolov3.cfg yolov3.weights data/dog.jpg
在darknet文件夹下的predictions.jpg即是检测后的结果,如图:
2. 利用GPU
Darknet在进行图像目标检测时,可以使用GPU进行运算加速,比单独使用CPU要快500倍以上.
前提:具有NVIDIA 显卡、显卡驱动已安装、CUDA已安装、CUDNN已安装
假设上述前提已准备好,则修改darknet根目录下的Makefile文件:
GPU=1
CUDNN=1 #若安装了cudnn设置为1,也可以不设置.安装了cuda其实就可以使用GPU了
#注意makefile中如下的配置 请确认是否与你安装的目录一致
ifeq ($(GPU), 1)
COMMON+= -DGPU -I/usr/local/cuda/include/
CFLAGS+= -DGPU
ifeq ($(OS),Darwin) #MAC
LDFLAGS+= -L/usr/local/cuda/lib -lcuda -lcudart -lcublas -lc