darknet在colab上的测试运行

       自己第一次接触Google colab和darknet框架，此前也未接触过深度学习，从一头雾水到能够正常测试感觉很不容易（希望大佬们不要嘲笑...）。以下是完整的测试过程，希望能为有需要的同学们提供一点帮助（最基本的Google云端硬盘的使用网上已经有了很多教程，就不赘述了）：

1. 登录Google云端硬盘；

2. 创建Google colaboratory文件；

3. 点击“修改 -- 笔记本设置 （选择python3 -- GPU）”；

3. 挂载Google云端硬盘：（运行以下代码后会，需要填写一个验证码，复制-回车-完成）；

from google.colab import drive
drive.mount("/content/drive")

4. 转换路径到云端硬盘：

import os
path = "drive/My Drive/"
os.chdir(path)

  (可以使用以下命令切换路径)

%cd /content/drive/

5.切换路径到自己想要存储的文件夹下后，下载darknet；

!git clone https://github.com/pjreddie/darknet.git

6. 切换到darknet文件夹下

%cd /content/drive/My Drive/darknet

  修改Makefile文件的参数如下（可以将文件下载到本地，修改后再上传，可以根据自己的需要设置参数）（我百度了一下没找到可以之间在云盘中修改文件的方法）：

GPU=1
CUDNN=1
OPENCV=0
OPENMP=0
DEBUG=0

 使用make命令进行编译，会产生几个新的文件；

!make

 7. 下载yolov3官网训练好的权重到darknet目录下；

!wget https://pjreddie.com/media/files/yolov3.weights

 8. 测试darknet(dog.jpg是data文件夹下自带的)；

!./darknet detect cfg/yolov3.cfg yolov3.weights ./data/dog.jpg

9. 由于未指定保存路径，检测后的图片保存在darknet文件夹下。