一、YOLO安装及基本使用

操作环境：ubuntu16.04 64位

 

 

1.下载darknet

 

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

 

 

2.下载预先训练的权重样本

 

使用命令：

 

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

 

或直接点击下载，再拉进服务器中

 

权重样本下载地址

 

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

 

yolov3.weights 一定要放到 /darknet 目录下

 

 

 

3.运行探测器

 

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

 

如果正常运行，则会输出如下内容：

 

 

可以看到打印出了图片中检测到的对象

 

 

 

4.还可以先用权重样本对探测器进行训练，训练结束后再输入图片路径。

 

./darknet detect cfg/yolov3.cfg yolov3.weights

 

 

 

5.预先训练的权重样本对检测结果有很大的影响，比如用一个比之前小很多的权重样本yolov3-tiny进行训练。

 

使用命令：

 

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

 

或直接点击下载，再拉进服务器中

 

yolov3-tiny权重样本下载地址

 

https://pjreddie.com/media/files/yolov3-tiny.weights

 

用yolov3-tiny训练并识别刚才的图片

 

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

 

 

可以看到识别虽然也检测到了dog、car、truck、bicycle，但相似度却差别很大。

 

使用GPU检测速度会快很多，如下图，可以看出识别时间仅仅0.08秒。

 

如果想训练自己的模型，或者采用gpu来进行检测，请参考我的yolo系列第二篇博文：

 

https://blog.csdn.net/yumening77/article/details/101431548