跑通darknet
1.下载darknet源码
git clone https://github.com/pjreddie/darknet
2.进入darknet目录
cd darknet
3.修改配置文件
CPU: 直接make
GPU: 修改 GPU=1,CUDNN=1, NVCC=/usr/local/cuda-8.0/bin/nvcc
4.下载yolov3的模型文件
wget https://pjreddie.com/media/files/yolov3.weights
5.测试一下
./darknet detect cfg/yolov3.cfg yolov3.weights data/dog.jpg
只输入命令
./darknet detect cfg/yolov3.cfg yolov3.weights
可以输入图片路径
修改阈值
./darknet detect cfg/yolov3.cfg yolov3.weights data/dog.jpg -thresh 0
训练自己的数据
第一步了解VOC2009文件夹
VOC主要有三个重要的文件夹:Annotations、ImageSets/Main和JPEGImages。
对应标注信息、标签信息和原始图片
--VOC2009
| --Annotations -xml标注文件
| --ImageSets -类别标签
| --Main --train.txt等文件
| -- JPEGImages --jpg图像文件
| -- labels 提取的每张图像的类别和框的位置
| -- create_main.py --生成train.txt等文件
--->>> 运行create_main.py会在ImageSets/Main生成4个标签文件
--->>> 运行voc_label.py生成\labels的内容, 如下
<object-class> <x> <y> <width> <height>
并生成2009_train.txt, 2009_test.txt, 2009_val.txt
--->>> cat 2009_train.txt 2009_val.txt > train.txt