今天开始，记录darknet源码的解读。
darknet 官网 https://pjreddie.com/darknet/yolo/
进入darknet目录会出现下面的目录结构
backup：主要存放训练的模型 ；cfg：网络模型的结构；data：一些数据其中label文件夹作用是在检测结构最后显示label的结果如Person等；example：存放了一些.c文件其中比较主要的是darknet.c和detector.c；
include：包含darknet.h 头文件，主要是一些定义和 函数声明；src：绝大部分的源码，各种层等等。
Start！
下面就官网的测试命令作为入口
./darknet detect cfg/yolov3.cfg yolov3.weights data/dog.jpg./darknet 是执行当前文件下面已经编译好的darknet文件detect 是命令 后面三个分别是参数： 网络模型 网络权重 需要检测的图片
那么这个命令在哪呢？
argv[1] 在上面的命令中就是 detect 可以看出这里调用了test_detector()
对比上面可以看出 *datacfg被默认为cfg/coco.data .data存放的是你训练集（train）/测试集（valid） 图片的绝对路径 以及类别数目（classes）以及类别名称文件夹（names = data/coco.names）
这个函数是检测的重点部分 （敲黑板！）
go on~
具体的network_predict()过程我就不再赘述了 gdb调试的话也就是数据的不断前馈，最后给出网络的结果
我们主要来看get_network_boxes()
这次就讲到这里，下次说的是网络前馈之后出来的数据到底是什么样的形式？怎么解析的？各种值x，y，w，h，c，classes都是怎么存放的