darknet的实现

一、下载与安装

下载网络与权重文件：点击打开链接

darkflow实现了将darknet翻译成tensorflow,可以用tensorflow加载darknet训练好的模型,并使用tensorflow重新训练,输出tensorflow graph模型,用于移动设备。dark flow需要安装的依赖库有numpy,tensorflow,opencv,python等。

打开下载好的文件夹，里面有如下文件：

在Windows下可以通过不同的软件编写代码，小编用的时pycharm，下面就开始第二步，开始测试。

二、测试

2.1 单张图片的测试

将所下载的文件放在同一文件下，新建一个.py文件，下载测试文件放在同一文件夹下，如图所示：

编写测试代码：

import cv2
from darkflow.net.build import TFNet
import matplotlib.pyplot as plt

option = {'model': 'D:\Python\darkflow-master\cfg\yolo.cfg', 'load': 'D:/Python/darkflow-master/bin/yolov2.weights',
          'thereshold': 0.3}
tfnet = TFNet(option)
img = cv2.imread('dog.jpg')
result = tfnet.return_predict(img)
print(result)
tl = (result[1]['topleft']['x'], result[1]['topleft']['y'])
br = (result[1]['bottomright']['x'], result[1]['bottomright']['y'])
cv2.rectangle(img, tl, br, (0, 255, 0), 7, )
cv2.putText(img, result[1]['label'], tl, cv2.FONT_HERSHEY_COMPLEX, 1, (0, 0, 0), 2)
plt.imshow(img)
plt.show()

Building net ...
Source | Train? | Layer description                | Output size
-------+--------+----------------------------------+---------------
       |        | input                            | (?, 608, 608, 3)
 Load  |  Yep!  | conv 3x3p1_1  +bnorm  leaky      | (?, 608, 608, 32)
 Load  |  Yep!  | maxp 2x2p0_2