yolo-v3行人检测

1.在Windows下的配置（无GPU）+opencv3.2.0+VS2015

具体操作参考入下连接
https://blog.csdn.net/baidu_36669549/article/details/79798587

• AlexeyAB/darknet下载zip文件，解压
• 进入D:\darknet-master\darknet-master\build\darknet，点击darknet_no_gpu.sln
• 选择Release ×64，开始调试
• 进入D:\darknet-master\darknet-master\build\darknet\x64中找到了darknet_no_gpu.exe重命名成为darknet.exe
• 下载yolo3.weights，拷贝到D:\darknet-master\darknet-master\build\darknet\x64中

图片文件检测

• .找到darknet_yolo_v3.cmd，双击运行

视频文件检测

• 找一个微信小视频，拷贝到D:\darknet-master\darknet-master\build\darknet\x64中重命名为test.mp4
• 找到darknet_yolo_v3_video.cmd双击运行

总结：.
1.超级卡，大概0.2fbs
2. yolov3是物体检测，但我们只想要人，所以进行如下操作

2. yolov3 修改 只识别图片中的一类

说明：本修改为算法识别所有类别后只输出person类。当然也可以自己重新训练，使之只识别person
具体参考 ：https://blog.csdn.net/limbos/article/details/81949591

• 修改文件：darknet-master\src\image.c
• 修改函数：draw_detections_v3

1.在318行： for (i = 0; i < selected_detections_num; ++i) {
const int best_class = selected_detections[i].best_class;后面添加：

if (strcmp(names[best_class], "person") != 0)
		{
			continue;
		}

2.在347行： for (i = 0; i < selected_detections_num; ++i) {后面插入：

if (strcmp(names[selected_detections[i].best_class], "person") != 0)
			{
				continue;
			}