YOLOv3使用過程

系統：ubuntu18.04

gpu=1 #如果使用gpu設定為1，cpu設定為0

cudnn=1 #如果使用cudnn設定為1，否則為0
opencv=0 #如果呼叫攝像頭，還需要設定opencv為1，否則為0
openmp=0 #如果使用openmp設定為1，否則為0
debug=0 #如果使用debug設定為1，否則為0
#根據自己的gpu配置，主要修改後面的數子，根據nvidia的顯示卡計算力
arch= -gencode arch=compute_30,code=sm_30 \
-gencode arch=compute_35,code=sm_35 \
-gencode arch=compute_50,code=[sm_50,compute_50] \
-gencode arch=compute_52,code=[sm_52,compute_52]
-gencode arch=compute_20,code=[sm_20,sm_21] \ this one is deprecated?
cc=gcc
nvcc=/home/user/cuda-9.0/bin/nvcc #nvcc=nvcc 修改為自己的路徑
ar=ar
arflags=rcs
opts=-ofast
ldflags= -lm -pthread 
common= -iinclude/ -isrc/
cflags=-wall -wno-unused-result -wno-unknown-pragmas -wfatal-errors -fpic
...ifeq ($(gpu), 1) 
common+= -dgpu -i/home/hebao/cuda-9.0/include/ #修改為自己的路徑
cflags+= -dgpu
ldflags+= -l/home/hebao/cuda-9.0/lib64 -lcuda -lcudart -lcublas -lcurand #修改為自己的路徑
endif

make -j4 #（4執行緒編譯，根據自己的cpu）

編譯結果：

生成darknet可執行檔案：

如果編譯出錯，或者需要重新配置編譯：

make clean

make

wget

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

生成的**：

如果編譯時採用opencv，則會自動彈出視窗。

./darknet detect cfg/yolov3.cfg yolov3.weights

ctrl+c停止執行程式

遞進配置yolov3過程

1 cpu版 git clone cd darknet make wget直接下可能比較慢需要 建議直接copy 提取碼 jnhn 永久有效 darknet detect cfg yolov3.cfg yolov3.weights data dog.jpg2 gpu版 無opencv 修改makef...

yolo v3使用測試

yolov3 測試影象新增置信度與訓練bmp影象格式 2.yolo cfg檔案中各個引數的含義 3 批量測試並新增到自己的資料夾 參考部落格 其中第乙個存在的問題是，儲存的資料夾中影象沒有標記 問題是沒有新增畫框函式 void test detector char datacfg,char cfgf...

yolov3系列 零 yolov3詳解

目標檢測演算法與efficientdet講解 論 文 翻譯 yolov3主頁 yolo系列的目標檢測演算法可以說是目標檢測史上的巨集篇巨作，v3演算法是在v1 v2基礎上形成的，先看下 yolov1 yolov2 下圖為yolov3的網路結構 dbl darknetconv2d bn leaky 是...