anaconda安装yolov3_YOLOv3_图像识别_神经网络_人工智能

I. 安装 Mingw

MinGW-w64 - for 32 and 64 bit Windows​sourceforge.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.weights​pjreddie.com

或

YOLO: Real-Time Object Detection​pjreddie.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