Ubuntu下Darknet-yolo使用命令

yolo官方文档:
https://pjreddie.com/darknet/yolo

一、搭建yolov5环境

ubuntu22.04.5LTS
gpu:NVIDIA Corporation GP100GL[Tesla P100 16GB]
总结：
使用yolo有两个途径

1. opencv+darknet+yolo.weight
   使用yolov4前需要搭建opencv:教程:ubuntu下搭建opencv
2. python+yolo
   （1）安装anaconda以及torch
   （2）下载yolov5源代码并解压 或
   git clone https://github.com/ultralytics/yolov5

cd yolov5
pip install -r requirements.txt

或从github下载 yolov5-gihub 然后执行下面指令

conda activate tensorflow
pip install -U -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

一、图像识别

1.使用darknet\opencv

进入darknet-master

./darknet detect cfg/yolov4.cfg yolov4.weights data/dog.jpg
./darknet detect cfg/yolov4.cfg yolov4.weights data/person.jpg
./darknet detect cfg/yolov4.cfg yolov4.weights data/horses.jpg

2.使用python

cd yolov5-master
python detect.py --source ./data/images  --weights yolov5s.pt --conf 0.4

二、摄像头识别

首先要获取摄像头设备名称

cd yolov5-master
ls -ltrh /dev/video*
cheese -d /dev/video0

进入虚拟环境tensorflow,在yolov5-master下执行

python detect.py --source 0