darknet源代码解析

.
├── backup
├── cfg
│   ├── alexnet.cfg
│   ├── cifar.cfg
│   ├── cifar.test.cfg
│   ├── coco.data
│   ├── combine9k.data
│   ├── darknet19_448.cfg
│   ├── darknet19.cfg
│   ├── darknet53_448.cfg
│   ├── darknet53.cfg
│   ├── darknet9000.cfg
│   ├── darknet.cfg
│   ├── densenet201.cfg
│   ├── extraction22k.cfg
│   ├── extraction.cfg
│   ├── extraction.conv.cfg
│   ├── go.cfg
│   ├── go.test.cfg
│   ├── gru.cfg
│   ├── imagenet1k.data
│   ├── imagenet22k.dataset
│   ├── imagenet9k.hierarchy.dataset
│   ├── jnet-conv.cfg
│   ├── openimages.data
│   ├── resnet101.cfg
│   ├── resnet152.cfg
│   ├── resnet18.cfg
│   ├── resnet34.cfg
│   ├── resnet50.cfg
│   ├── resnext101-32x4d.cfg
│   ├── resnext152-32x4d.cfg
│   ├── resnext50.cfg
│   ├── rnn.cfg
│   ├── rnn.train.cfg
│   ├── strided.cfg
│   ├── t1.test.cfg
│   ├── tiny.cfg
│   ├── vgg-16.cfg
│   ├── vgg-conv.cfg
│   ├── voc.data
│   ├── writing.cfg
│   ├── yolo9000.cfg
│   ├── yolov1.cfg
│   ├── yolov1-tiny.cfg
│   ├── yolov2.cfg
│   ├── yolov2-tiny.cfg
│   ├── yolov2-tiny-voc.cfg
│   ├── yolov2-voc.cfg
│   ├── yolov3.cfg
│   ├── yolov3-openimages.cfg
│   ├── yolov3-spp.cfg
│   ├── yolov3-tiny.cfg
│   └── yolov3-voc.cfg
├── darknet
├── data
│   ├── 9k.labels
│   ├── 9k.names
│   ├── 9k.tree
│   ├── coco9k.map
│   ├── coco.names
│   ├── dog.jpg
│   ├── eagle.jpg
│   ├── giraffe.jpg
│   ├── goal.txt
│   ├── horses.jpg
│   ├── imagenet.labels.list
│   ├── imagenet.shortnames.list
│   ├── inet9k.map
│   ├── kite.jpg
│   ├── labels
│   │   ├── 100_0.png
............................
............................
│   │   └── make_labels.py
│   ├── openimages.names
│   ├── person.jpg
│   ├── scream.jpg
│   └── voc.names
├── examples
│   ├── art.c
│   ├── attention.c
│   ├── captcha.c
│   ├── cifar.c
│   ├── classifier.c
│   ├── coco.c
│   ├── darknet.c
│   ├── detector.c
│   ├── detector.py
│   ├── detector-scipy-opencv.py
│   ├── dice.c
│   ├── go.c
│   ├── instance-segmenter.c
│   ├── lsd.c
│   ├── nightmare.c
│   ├── regressor.c
│   ├── rnn.c
│   ├── rnn_vid.c
│   ├── segmenter.c
│   ├── super.c
│   ├── swag.c
│   ├── tag.c
│   ├── voxel.c
│   ├── writing.c
│   └── yolo.c
├── include
│   └── darknet.h
├── libdarknet.a
├── libdarknet.so
├── LICENSE
├── LICENSE.fuck
├── LICENSE.gen
├── LICENSE.gpl
├── LICENSE.meta
├── LICENSE.mit
├── LICENSE.v1
├── Makefile
├── obj
│   ├── activation_kernels.o
│   ├── activation_layer.o
│   ├── activations.o
│   ├── art.o
│   ├── avgpool_layer_kernels.o
│   ├── avgpool_layer.o
│   ├── batchnorm_layer.o
│   ├── blas_kernels.o
│   ├── blas.o
│   ├── box.o
│   ├── captcha.o
│   ├── cifar.o
│   ├── classifier.o
│   ├── coco.o
│   ├── col2im_kernels.o
│   ├── col2im.o
│   ├── connected_layer.o
│   ├── convolutional_kernels.o
│   ├── convolutional_layer.o
│   ├── cost_layer.o
│   ├── crnn_layer.o
│   ├── crop_layer_kernels.o
│   ├── crop_layer.o
│   ├── cuda.o
│   ├── darknet.o
│   ├── data.o
│   ├── deconvolutional_kernels.o
│   ├── deconvolutional_layer.o
│   ├── demo.o
│   ├── detection_layer.o
│   ├── detector.o
│   ├── dropout_layer_kernels.o
│   ├── dropout_layer.o
│   ├── gemm.o
│   ├── go.o
│   ├── gru_layer.o
│   ├── im2col_kernels.o
│   ├── im2col.o
│   ├── image.o
│   ├── image_opencv.o
│   ├── instance-segmenter.o
│   ├── iseg_layer.o
│   ├── l2norm_layer.o
│   ├── layer.o
│   ├── list.o
│   ├── local_layer.o
│   ├── logistic_layer.o
│   ├── lsd.o
│   ├── lstm_layer.o
│   ├── matrix.o
│   ├── maxpool_layer_kernels.o
│   ├── maxpool_layer.o
│   ├── network.o
│   ├── nightmare.o
│   ├── normalization_layer.o
│   ├── option_list.o
│   ├── parser.o
│   ├── region_layer.o
│   ├── regressor.o
│   ├── reorg_layer.o
│   ├── rnn_layer.o
│   ├── rnn.o
│   ├── route_layer.o
│   ├── segmenter.o
│   ├── shortcut_layer.o
│   ├── softmax_layer.o
│   ├── super.o
│   ├── tag.o
│   ├── tree.o
│   ├── upsample_layer.o
│   ├── utils.o
│   ├── yolo_layer.o
│   └── yolo.o
├── predictions.jpg
├── python
│   ├── darknet.py
│   └── proverbot.py
├── README.md
├── results
├── scripts
│   ├── dice_label.sh
│   ├── gen_tactic.sh
│   ├── get_coco_dataset.sh
│   ├── imagenet_label.sh
│   └── voc_label.py
├── src
│   ├── activation_kernels.cu
│   ├── activation_layer.c
│   ├── activation_layer.h
│   ├── activations.c
│   ├── activations.h
│   ├── avgpool_layer.c
│   ├── avgpool_layer.h
│   ├── avgpool_layer_kernels.cu
│   ├── batchnorm_layer.c
│   ├── batchnorm_layer.h
│   ├── blas.c
│   ├── blas.h
│   ├── blas_kernels.cu
│   ├── box.c
│   ├── box.h
│   ├── classifier.h
│   ├── col2im.c
│   ├── col2im.h
│   ├── col2im_kernels.cu
│   ├── compare.c
│   ├── connected_layer.c
│   ├── connected_layer.h
│   ├── convolutional_kernels.cu
│   ├── convolutional_layer.c
│   ├── convolutional_layer.h
│   ├── cost_layer.c
│   ├── cost_layer.h
│   ├── crnn_layer.c
│   ├── crnn_layer.h
│   ├── crop_layer.c
│   ├── crop_layer.h
│   ├── crop_layer_kernels.cu
│   ├── cuda.c
│   ├── cuda.h
│   ├── data.c
│   ├── data.h
│   ├── deconvolutional_kernels.cu
│   ├── deconvolutional_layer.c
│   ├── deconvolutional_layer.h
│   ├── demo.c
│   ├── demo.h
│   ├── detection_layer.c
│   ├── detection_layer.h
│   ├── dropout_layer.c
│   ├── dropout_layer.h
│   ├── dropout_layer_kernels.cu
│   ├── gemm.c
│   ├── gemm.h
│   ├── gru_layer.c
│   ├── gru_layer.h
│   ├── im2col.c
│   ├── im2col.h
│   ├── im2col_kernels.cu
│   ├── image.c
│   ├── image.h
│   ├── image_opencv.cpp
│   ├── iseg_layer.c
│   ├── iseg_layer.h
│   ├── l2norm_layer.c
│   ├── l2norm_layer.h
│   ├── layer.c
│   ├── layer.h
│   ├── list.c
│   ├── list.h
│   ├── local_layer.c
│   ├── local_layer.h
│   ├── logistic_layer.c
│   ├── logistic_layer.h
│   ├── lstm_layer.c
│   ├── lstm_layer.h
│   ├── matrix.c
│   ├── matrix.h
│   ├── maxpool_layer.c
│   ├── maxpool_layer.h
│   ├── maxpool_layer_kernels.cu
│   ├── network.c
│   ├── network.h
│   ├── normalization_layer.c
│   ├── normalization_layer.h
│   ├── option_list.c
│   ├── option_list.h
│   ├── parser.c
│   ├── parser.h
│   ├── region_layer.c
│   ├── region_layer.h
│   ├── reorg_layer.c
│   ├── reorg_layer.h
│   ├── rnn_layer.c
│   ├── rnn_layer.h
│   ├── route_layer.c
│   ├── route_layer.h
│   ├── shortcut_layer.c
│   ├── shortcut_layer.h
│   ├── softmax_layer.c
│   ├── softmax_layer.h
│   ├── stb_image.h
│   ├── stb_image_write.h
│   ├── tree.c
│   ├── tree.h
│   ├── upsample_layer.c
│   ├── upsample_layer.h
│   ├── utils.c
│   ├── utils.h
│   ├── yolo_layer.c
│   └── yolo_layer.h
├── ynh_result
│   ├── 1.jpg
│   ├── 2.jpg
│   └── 3.jpg
├── yolov3-tiny.weights
└── yolov3.weights

12 directories, 1060 files