YOLOv3配置(Ubuntu版本 附weight资源)
内容导读
互联网集市收集整理的这篇技术教程文章主要介绍了YOLOv3配置(Ubuntu版本 附weight资源),小编现在分享给大家,供广大互联网技能从业者学习和参考。文章包含1917字,纯文字阅读大概需要3分钟。
内容图文
(YOLO)是最新的实时物体检测系统。将单个神经网络应用于完整图像。该网络将图像划分为多个区域,并预测每个区域的边界框和概率。这些边界框由预测的概率加权,与基于分类器的系统相比,我们的模型具有多个优势。它在测试时查看整个图像,因此其预测由图像中的全局上下文提供。与像R-CNN这样的系统需要数千个单个图像的系统不同,它还可以通过单个网络评估来进行预测。
step 1:安装darknet
git clone https://github.com/pjreddie/darknet
cd darknet
make
step2:下载权重文件
将yolov3.weights放到darknet目录下
wegt方式下载:没外网就是龟速wget https://pjreddie.com/media/files/yolov3.weights
百度网盘链接 :
step3 检测是否正常工作
./darknet detect cfg/yolov3.cfg yolov3.weights data/dog.jpg
Darknet会打印出它检测到的对象,其置信度以及找到它们所花费的时间。我们没有使用Darknet进行编译,OpenCV
因此无法直接显示检测结果。而是将它们保存在中predictions.png
。您可以打开它以查看检测到的对象。在CPU上使用Darknet,每个图像大约需要6-12秒。如果使用GPU版本,它将更快。
step4 修改配置文件改成GPU版本
cd darknet
vim Makefile
将其设定为
GPU=1
CUDNN=1
OPENCV =1
保存后重新make:
make clean
make
由于我的显卡是mx150 所以cuda、cudnn就没有弄,单纯的用cpu跑的。遗憾啊!
ArchieFan 发布了45 篇原创文章 · 获赞 60 · 访问量 1万+ 私信 关注data_cfg:数据配置文件,eg:cfg/voc.data
models_cfg:模型配置文件,eg:cfg/yolov3-voc.cfg
weights:权重配置文件,eg:weights/yolov3.weights
test_file:测试文件,eg:*/*/*/test.txt
-thresh:显示被检测物体中confidence大于等于 [-thresh] 的bounding-box,默认0.005
-out:输出文件名称,默认路径为results文件夹下,eg:-out "" //输出class_num个文件,文件名为class_name.txt;若不选择此选项,则默认输出文件名为comp4_det_test_"class_name".txt
-i/-gpu:指定单个gpu,默认为0,eg:-gpu 2
-gpus:指定多个gpu,默认为0,eg:-gpus 0,1,2
内容总结
以上是互联网集市为您收集整理的YOLOv3配置(Ubuntu版本 附weight资源)全部内容,希望文章能够帮你解决YOLOv3配置(Ubuntu版本 附weight资源)所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错,欢迎将互联网集市网站推荐给程序员好友。
内容备注
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 gblab@vip.qq.com 举报,一经查实,本站将立刻删除。
内容手机端
扫描二维码推送至手机访问。