I. 安装 Mingw
MinGW-w64 - for 32 and 64 bit Windowssourceforge.net*注:若显示 canont download repository.txt,则下载 release 版本,然后将...mingw64bin文件夹加入系统环境变量。
II. 通过 git 下载 darknet 项目
- 打开 anaconda prompt
conda install git
- 在 prompt 中,定位至 桌面
git clone https://github.com/pjreddie/darknet.git
- 执行后将生成 darknet 文件夹
III. 修改 darknet 中的文件
- 将 .../Makefile 文件中的 EXECOBJA=captcha.o lsd.o super.o art.o tag.o cifar.o go.o rnn.o segmenter.o regressor.o classifier.o coco.o yolo.o detector.o nightmare.o darknet.o 的 go.c 删除
- 将 .../examples/darknet.c 中的 extern void run_go(int argc, char **argv); 修改为 /*extern void run_go(int argc, char **argv);*/
- 将 .../examples/darknet.c 中的 else if (0 == strcmp(argv[1], "go")){ run_go(argc, argv); } 修改为 else if (0 == strcmp(argv[1], "go")){ /*run_go(argc, argv);*/ }
- 在 .../include/darknet.h 中 添加头文件 #include <time.h>
VI. 编译 darknet
- 打开 命令行
- 定位至 darknet 文件夹
mingw32-make
- 等待编译完成后,生成 darknet.exe
- 在.../mingw-w64x86_64-7.3.0-posix-seh-rt_v5-rev0mingw64bin 路径下复制libwinpthread-1.dll到darknet根目录
V. 下载 YOLO 预训练权重
https://pjreddie.com/media/files/yolov3.weightspjreddie.com或
YOLO: Real-Time Object Detectionpjreddie.com放到 darknet 文件夹根目录下
IV. 图像识别
- 打开 命令行
- 定位至 darknet 文件夹下,键入
darknet detect cfg/yolov3.cfg yolov3.weights data/dog.jpg
- 完成后,将在根目录下生成 predictions.jpg
Reference
[1] JustDoIT:windows下darknet之YOLO3安装
[2] pjreddie/darknet
[3] 红色石头:Win10系统Anaconda+TensorFlow+Keras 环境搭建教程
关于作者
目前电气工程硕士在读,平常喜欢琢磨有限元仿真、Matlab、Latex、三维建模等一切有趣的东西
一些成果会放在 Github 或者 知乎,也欢迎通过邮箱联系我 dongweihao514@sina.com