darknet是yolo算法的作者Joseph Redmon使用c语言编写的一个开源卷积神经网络训练框架
如果项目中用到了yolo卷积神经网络模型，darknet框架是你的不二之选
darknet项目开源地址：https://github.com/pjreddie/darknet
darknet作者(也是yolo的主要作者)维护官网：https://pjreddie.com/darknet/
darknet作者给出的安装教程：https://pjreddie.com/darknet/install/
Linux操作小提示：
1、linux下绝大部分命令都可以通过tab键补全，一次tab不行就两次，特别遇到打开比较长的文件名目录时，非常高效，输入开头几个字母，剩下的交给tab键
2、linux终端中复制操作为ctrl+insert（或者ctrl+shift+c），粘贴操作min为shift+insert（或者ctrl+shift+v）
安装前的说明：
想要使用GPU加速功能，显卡必须是NVIDIA的，同时必须在真实硬盘上的操作系统上才能使用，不能使用虚拟机
没有NVIDIA的GPU，也可以使用darknet，只是训练速度相对不快。
一、Linux下安装darknet
ctrl+Alt+T打开一个linux终端，输入以下命令
git clone https://github.com/pjreddie/darknet.git这条命令将会从github上克隆darknet最新的版本文件到当前目录下
你也可以先通过cd命令进入到指定的目录下，再使用git clone命令，将darknet下载到指定的目录
出现错误，未安装git，按照提示进行修复
sudo apt-get update
sudo apt install git
再次运行git clone命令，成功clone到本地，可以在当前目录下看到darknet文件夹
下载的darknet文件夹还无法直接使用，需要先编译一下，生成二进制文件，再由计算机执行二进制文件，才能运行框架
下面开始编译darknet，编译之前需要先安装make（一个自动化的编译工具），如果已安装make，可省略这一步
sudo apt install make
sudo apt install make-guile又出现错误了，按照网上教程，删除这两个文件
sudo rm -r -f /var/lib/dpkg/lock-frontend
sudo rm -r -f /var/lib/dpkg/locksudo rm -r -f /var/cache/apt/archives/lock
sudo rm -r -f /var/cache/apt/archives 
依次安装make和make-guile，也可以只安装make，安装make后可通过命令行操作，安装make-guile后可以在GUI界面操作
进入darknet目录，执行make命令，出现错误，gcc也没安装
原谅这是我是刚安装好的linux，只安装了一个搜狗输入法和wps
sudo apt install gcc
再执行make命令进行编译，结果发现g++也没安装，
但这对于我这样的新手来说，error是家常便饭
继续安装g++
sudo apt install g++
再次执行make，终于成功了
make工具会根据darknet目录下已经存在的Makefile文件来编译源程序文件（darknet源程序用C语言编写），并生成二进制文件
Makefile文件制定了编译的一系列规则，当改变Makefile文件内容后，需要再次执行make命令才能生效
make完成之后，darknet文件目录下多出了一些文件，其中，darknet为二进制文件，可以看成是darknet框架的运行文件，*.a为静态链接库，*.so为动态链接库
测试安装结果，运行darknet框架，.表示当前目录（..表示上一级目录），darknet就是上一步make生成的二进制文件
./darknet
当出现图中所示结果时，说明我们已经能够使用darknet框架，可以开始yolo训练之旅了
我们可以先使用imtest命令测试图像加载和显示，看一下效果
测试图片为data目录下的egle.jpg，你也可以尝试其它图片
./darknet imtest data/eagle.jpg
出现了一堆长相一样的老鹰的图像，测试成功
根据提示信息，发现我们没有安装OpenCV
我们最好安装一下OpneCv，因为这样可以方便的加载各种格式的图像和视频，还可以调用摄像头
如果不安装OpenCV，也是可以使用darknet的，此时请直接跳到第三步。
（OpencV的作用就是更方便的加载图像和视频，如果不用OpenCV，框架也可以正常运行）
二、OpenCV安装
OpenCV官方安装教程 https://docs.opencv.org/master/d7/d9f/tutorial_linux_install.html
执行cd命令，跳转到指定目录下，（..表示回到上一级目录）
OpencV有稳定版和最新版两种，本文使用最新版本，详情请看OpenCv官网
1、从github上克隆最新的OpenCV核心库到本地
cd ..
git clone https://github.com/opencv/opencv.git
当发现下载速度比较慢的时候可以考虑直接从github上下载zip文件到本地
下载地址：https://github.com/opencv/opencv
2、克隆OpenCV的扩展库OpenCV_Contrib到本地，如果不安装扩展库，也是可以使用OpenCV的，但是建议安装
git clone https://github.com/opencv/opencv_contrib.git同样，如果觉得下载过慢，可以直接到github下载zip文件到本地
github 下载地址：https://github.com/opencv/opencv_contrib
移动扩展库文件到opencv目录下，并提取文件（解压）
终端解压命令：unzip 文件名，也可鼠标右键提取文件
注意文件名后缀，git clone时没有master后缀，使用zip下载时有master后缀
3、添加opencv所需要的依赖库
下面三条命令是官方给出的
sudo apt-get install build-essential
sudo apt-get install cmake git libgtk2.0-dev pkg-config libavcodec-dev libavformat-dev libswscale-dev
sudo apt-get install python-dev python-numpy libtbb2 libtbb-dev libjpeg-dev libpng-dev libtiff-dev libjasper-dev libdc1394-22-dev第一条命令安装了一个build-essential库，可以方便的进行编译
编译程序有了这个软件，它才知道头文件和库函数在哪，最后才形成一个开发环境。
第二条命令安装了一个cmake、git等等软件，其中cmake是一个跨平台的编译工具，比make更加高级
第二条命令安装了一些库，包括python等等
执行第三条安装命令时出错，主要是libjasper-dev无法安装，需要添加镜像源，执行下面的命令解决
sudo add-apt-repository "deb http://security.ubuntu.com/ubuntu xenial-security main"
sudo apt update 
再执行第三条命令
4、开始编译OpenCV
在opencv目录下创建文件夹 build（可以根据自己习惯命名为其他名字）
cd opencv
mkdir build
cd build在编译前查看opencv_contrib文件夹名称，如果采用git下载，那就是这个名称
如果是zip下载后解压，文件名就是opencv_contrib_master，可以考虑重命名为opencv_contrib
使用cmake编译opencv及其扩展库源文件到当前目录下，OpenCV默认安装路径为/usr/local
注意命令中结尾的扩展库源文件名要与实际保持一致，请自行确认
如果没有下载扩展库，那么OPENCV_EXTRA...及之后的命令不再需要
在build目录下，执行下面命令
cmake -D CMAKE_INSTALL_PREFIX=/usr/local -D CMAKE_BUILD_TYPE=Release -D OPENCV_EXTRA_MODULES_PATH=../opencv_contrib/modules ..cmake能够生成一系列的cmake等文件和最终的MAkefile文件，再由make工具调用Makefile等文件进行最后的编译
cmake成功
使用make编译opencv
cd opencv/build
make编译过程非常漫长，如果处理器有多个核的话，可以将make替换为以下命令加快编译速度
make -j4参数4代表使用4核，根据自己的硬件情况选择 ，make命令默认使用1核
make编译成功
注意：可能会发生internal compiler error: Killed (program cc1plus)错误
这是因为虚拟机内存不足，可以考虑暂时给虚拟机分配大一点的内存，编译完成后再恢复原来的设置
在bulid目录执行以下命令，安装使用opencv所需要的库
sudo make install
5、测试安装结果
输入下面命令可查看当前OpencV安装版本
opencv_version
6、在Python中使用opencv
python
import cv2当没有出现任何错误提示时，表示我们可以在python程序中使用OpenCV
7、在darknet中使用opencv
如果安装了OpenCV，并且要启用opencv的话，打开darknet目录下的Makefile文件，将第三行改为OPENCV=1
修改Makefile文件后需要再次make，才能生效
makemake之后出现以下错误信息，没有发现opencv
解决办法，安装一个OpencV依赖包libopencv-dev
sudo apt install libopencv-dev
再次make后成功
如果上述还不能解决，尝试以下解决办法
安装搜索工具mlocate
sudo apt-get install mlocate定位文件opencv.pc
locate *opencv.pc*
选择一个添加到环境变量中
sudo gedit /etc/profile在文件的最后一行加上类似这样的一句
export PKG_CONFIG_PATH=/home/lishan/miniconda3/lib/pkgconfig/:$PKG_CONFIG_PATH注意：请根据自己搜索到的路径设置，上面是我的路径，仅供参考
加载环境变量，再次编译（以后每次编译前都要先加载环境变量文件）
source /etc/profile
make
三、CUDA安装
只有NVIDIA的显卡（一般以GTX、RTX开头）才支持CUDA，如果没有NVIDIA的显卡，请直接到第四步
CUDA是英伟达推出的通用并行计算架构（这个通用意思是支持英伟达自家的所有显卡），利用这个架构，可以把一部分计算工作交给GPU，特别是图像处理中的大规模矩阵运算，这样可以加快模型的训练和处理速度。
使用命令下面查询当前主机上的显卡设备
lspci | grep VGA
遗憾的是，虚拟机上的显卡是模拟的，所以即使主机安装了NVIDIA的显卡，在虚拟机中还是无法安装CUDA
所以，要想安装cuda，并使用gpu加速，必须将linux系统安装在真实硬盘上，同时显卡得是NVIDIA的才行
四、yolo下载
在darknet-->cfg目录下(config的缩写)，可以看到yolo模型各种版本的配置文件
只有配置文件还不行，需要下载yolo网络训练权重文件
我们下载yolov3的权重文件（已经训练好的文件），执行以下命令
cd darknet
wget https://pjreddie.com/media/files/yolov3.weights权重文件237MB左右，同样，如果觉得下载过慢，可以使用一些下载工具，比如xdown，复制链接，下载即可
再从windows下复制粘贴文件到darknet目录下
当然你可以放在任意位置，但是要记住它的路径，因为后面需要用到这个文件
回过头来，在darknet->data文件夹下有几张示例图片，比如这张经典的小狗
我们将尝试使用刚才下载的yolov3权重文件和yolov3的配置文件对这张小狗进行检测
运行一下检测效果
./darknet detect cfg/yolov3.cfg yolov3.weights data/dog.jpg刚才的命令是一个简写版，它与下面的完整版的命令功能一致
./darknet detector test cfg/coco.data cfg/yolov3.cfg yolov3.weights data/dog.jpg上面的命令表示：运行darknet框架进行测试，其中
数据指向文件为./darknet/cfg/coco.data（默认）
网络配置文件为./darknet/cfg/yolo3.cfg
网络权重文件为./darknet/yolov3.weights
待检测图片为./darknet/data/dog.jpg
输出检测图片默认保存在darknet目录下
下面是见证奇迹的时刻
识别到三个物体，分别是dog、truck、bicycle，花费时间33秒左右，如果使用GPU，这个时间要短一些
保存的图片在darknet目录下，名字为predictions.jpg
你可以尝试使用data目录下的其他图片进行检测
未完待续，下一节我们将讨论yolo模型的一些理论知识
附1 xdown下载链接（只支持windows）：https://xdown.org/
附2 XDM下载链接（支持windows、linux、mac）https://subhra74.github.io/xdm/
安装命令：
#进入文件所在目录，根据自己情况修改
cd 下载/xdm-setup-7.2.10
#运行安装脚本
sudo sh install.sh 
双击启动XDM
新建一个下载任务，粘贴下载链接
附3：Chrome浏览器的中文翻译
进行深度学习时，我们不可避免的会浏览英文网页，对于英语基础不是很好的朋友来说，这似乎是一种痛苦。
所以我推荐使用Chrome浏览器，因为在浏览英文网页时，鼠标右键可以看到翻译中文模式，如下
但是我还是建议大家克服英语的恐惧，从一些常见的单词慢慢熟悉，通过单词翻译软件，有意识的记忆，
日积月累，英语网页的阅读速度会慢慢提高