mac/linux系统中YOLOv4环境搭建与测试(cpu)

一、daknet下载

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

二、编译

2.1 修改Makefile文件

如果仅使用cpu,则只需修改下面两项,即可

OPENCV=1  # 使用opencv则设为1
LIBSO=1   # 生成链接库则设为1,生成libdarknet.so,方便python接口和c++接口的调用

2.2 编译

cd darknet
make clean
make

注意:编译时,到最后可能会报错不能生成uselib,忽略即可,这是因为没有生成appnameso,不影响libdarknet.so的生成,python接口的使用。

三、下载预训练模型,用于测试

https://github.com/AlexeyAB/darknet/releases/download/darknet_yolo_v3_optimal/yolov4.weights

四、测试

4.1 测试图片

./darknet detector test cfg/coco.data cfg/yolov4.cfg yolov4.weights -thresh 0.25

执行此命令,会提示输入图片路径,输入图片路径,即可检测出结果。

4.2 测试视频

./darknet detector demo cfg/coco.data cfg/yolov4.cfg yolov4.weights -ext_output test.mp4

执行此命令,会提示输入图片路径,输入视频路径,即可检测出结果。

猜你喜欢

转载自blog.csdn.net/duzhongqiang/article/details/113749558
今日推荐