yolo 學習系列(一) 安裝與測試

2021-08-22 13:04:13 字數 1145 閱讀 8698

重點參考

官方教程

初學jetsontx2之部署yolo

在shell終端輸入以下命令:

git clone

cd darknet

gedit makefile #修改makefile

1.2 修改配置檔案

博主採用的是筆記本,巨集定義修改如下(其餘不用修改):

gpu=0           # 不使用 gpu 加速

cudnn=0 # 若支援cudnn加速,則為1

opencv=1 # 使用opencv

debug=0

儲存退出

1.3 編譯驗證

yolo使用過程中的命令列都是在 ~/darknet $ (檔案一級目錄)下執行的

caffe 也遵循以上規則

在 darknet/ 一級目錄下編譯darknet,輸入以下命令:

make
編譯完成後生成可執行檔案 darknet(菱形紫色標誌),驗證

./darknet

#若輸出以下語句,則為安裝完成

usage: ./darknet

2、yolo的使用
wget 

/files/yolov3.weights #普通版yolo

wget

/files/tiny-yolo-voc.weights #tiny版yolo

2.2 權值測試
# 測試

# 測試攝像頭

./darknet detector demo cfg/coco.data cfg/yolov3.cfg yolov3.weights

./darknet detector demo cfg/coco.data cfg/yolov3.cfg yolov3.weights data/test.mp4

為了便於命令的輸入,可將以上每條命令寫入乙個 .sh 的指令碼檔案中,然後執行指令碼檔案即可。

YOLO系列學習筆記

此文參考 1 給乙個大小為448x448的輸入影象,首先將影象劃分成7 7的網格。2 對於每個網格,每個網格 2個bouding box 每個box包含5個 量 以及20個類別概率,總共輸出7 7 2 5 20 1470個tensor 3 根據上一步可以 出7 7 2 98個目標視窗,然後根據閾值去...

yolo 學習系列(八) 參考資源

0 關注博主 xiao run sum nap 1 入門準備 1.1 目標檢測演算法 r cnn fast rcnn faster rcnn到yolo ssd簡要 1.2 nvidia 初學jetsontx2之部署yolo nvidia jetson tx1 系列開發教程之十四 yolo安裝與優化加...

Ansible 一 安裝與簡單測試

安裝阿里雲epel wget o etc yum.repos.d epel.repo 安裝ansible yum install ansible y 生成金鑰,密碼為空 ssh keygen t rsa p 將公鑰上傳至指定伺服器 ssh copy id i ssh id rsa.pub user ...