版权声明：转载请注明 https://blog.csdn.net/qq_23858101/article/details/84891786
YOLO下载与安装
Linux系统中，一次运行下列命令即可安装
git clone https://github.com/pjreddie/darknet.git
cd darknet
make
注意
若使GPU和opencv, 需要预先配置cuda ,cudnn和opencv, 然后将makefile文件中做出如下改变后，’ make ’
OPENCV=1
GPU=1
CUDNN=1
检测
首先下载与模型相对应的预训练模型
wget https://pjreddie.com/media/files/yolov3.weights
然后在darknet根目录下，运行如下命令
./darknet detect cfg/yolov3.cfg yolov3.weights data/dog.jpg
注意cfg文件夹下已经定义了许多网络模型，方便调用
训练
VOC数据库
- 下载voc
wget https://pjreddie.com/media/files/VOCtrainval_11-May-2012.tar wget https://pjreddie.com/media/files/VOCtrainval_06-Nov-2007.tar wget https://pjreddie.com/media/files/VOCtest_06-Nov-2007.tar tar xf VOCtrainval_11-May-2012.tar tar xf VOCtrainval_06-Nov-2007.tar tar xf VOCtest_06-Nov-2007.tar - 生成label
在script文件夹下运行
wget https://pjreddie.com/media/files/voc_label.py python voc_label.py
建立训练数据集
cat 2007_train.txt 2007_val.txt 2012_*.txt > train.txt
- 修改cfg/voc.data文件
` 1 classes= 20
2 train = /train.txt
3 valid = 2007_test.txt
4 names = data/voc.names
5 backup = backup - 下载预训练的模型
wget https://pjreddie.com/media/files/darknet53.conv.74 - 最终训练
./darknet detector train cfg/voc.data cfg/yolov3-voc.cfg darknet53.conv.74