matlab目标检测yolo,YOLO目标检测快速上手

介绍

YOLO是基于深度学习端到端的实时目标检测系统，YOLO将目标区域预测和目标类别预测整合于单个神经网络模型中，实现在准确率较高的情况下快速目标检测与识别，更加适合现场应用环境。本案例，我们快速实现一个视频目标检测功能，实现的具体原理我们将在单独的文章中详细介绍。

下载编译

我们首先下载Darknet开发框架，Darknet开发框架是YOLO大神级作者自己用C语言编写的开发框架，支持GPU加速，有两种下载方式：

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

下载后，完整的文件内容，如下图所示：

编译：

cd darknet

# 编译

make

编译后的文件内容，如下图所示：

下载权重文件

我们这里下载的是“yolov3”版本，大小是200多M，“yolov3-tiny”比较小，30多M。

wget https://pjreddie.com/media/files/yolov3.weights

下载权重文件后，文件内容如下图所示：

上图中的“yolov3-tiny.weights”,"yolov2-tiny.weights"是我单独另下载的。

C语言预测

./darknet detect cfg/yolov3.cfg yolov3.weights data/dog.jpg

如图所示，我们已经预测出三种类别以及对应的概率值。模型输出的照片位于darknet根目录，名字是“predictions.jpg”，如下图所示：

让我们打开模型输出照片看下：