Yolo 9000的darknet实现
来源:互联网 发布:制作电子文档软件 编辑:程序博客网 时间:2024/05/20 01:47
代码的github地址:https://github.com/philipperemy/yolo-9000
我是Ubuntu 16.04系统
1、拉取项目
git clone --recursive https://github.com/philipperemy/yolo-9000.git
因为我只能用http的地址,当然你可以跟github里面一样用git地址,结果都是一样的。默认拉取下来的项目名称是yolo9000
2、生成weight
cd yolo-9000cat yolo9000-weights/x* > yolo9000-weights/yolo9000.weights
3、设置环境变量
命令行输入:
export PATH=/usr/local/cuda-8.0/bin:$PATHexport LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64:$LD_LIBRARY_PATH
4、修改Makefile文件和编译darknet(这里我直接编译GPU版本)
cd darknetvim Makefile # 修改Makefile的前两行为GPU=1和CUDNN=1make # 编译
编译成功后会在yolo-9000/darknet/目录下生成一个可执行文件darknet,后面要用到。
5、测试图像
运行下面命令。
./darknet detector test cfg/combine9k.data cfg/yolo9000.cfg ../yolo9000-weights/yolo9000.weights data/dog.jpg
这里的darknet就是前面生成的可执行文件,/yolo9000.cfg保存的是网络结构,yolo9000.weights就是前面第2步生成的模型参数,dog.jpg是要测试的图像。
运行过程中会生成如下信息:在GPU上做的测试,时间为360ms(时间有点长啊,很奇怪)
最后生成测试结果图predictions.png放在yolo-9000/darknet/目录下,我这里也贴一下吧。
阅读全文
0 0
- Yolo 9000的darknet实现
- yolo-darknet实现自己数据的train和test
- yolo-darknet实现自己数据的train和test
- yolo-darknet实现自己数据的train和test
- YOLO Darknet
- Ubuntu16.04配置Darknet实现YOLO
- darknet yolo v2 训练自己的数据
- darknet yolo v2 训练自己的数据
- Yolo-Darknet的安装和使用
- darknet yolo训练自己的数据
- 详解:YOLO-darknet训练自己的数据
- 【YOLO】详解:YOLO-darknet训练自己的数据
- YOLO: Real-Time Object Detection深度网络: 在Darknet上的实现方式
- Darknet YOLO 安装配置
- Yolo,darknet配置
- darknet yolo源码解读
- Darknet (一) YOLO 基于 CentOS CPU 的部署使用
- Darknet (二) YOLO 基于 CentOS GPU 的部署使用
- HDU6085-Rikka with Candies
- HDU
- MySql基础一
- java IO的概念和分类
- MAven学习 — <dependencies> && <dependencyManagement>
- Yolo 9000的darknet实现
- 【剑指offer】面试题3:数组中重复的数字
- Maven学习 — <build> 中的 <plugins>元素的作用
- lianxi
- 将文件内容全部倒置,并写入文件
- 链表的头插法
- 01 目录结构、基础命令的讲解、管道和重定向(讲解邮件的发送)
- 对Java中classpath、path和Java_HOME的理解
- 线程执行完,死亡后,还能再次执行start吗?