注意：darknet安装
参考：https://github.com/AlexeyAB/darknet
# 一、安装
## linux下安装
- 在darknet目录下执行make
## windows下安装
1. 安装vs2015（略）
2. 安装opencv
- https://sourceforge.net/projects/opencvlibrary/files/opencv-win/3.2.0/opencv-3.2.0-vc14.exe/download
- 安装到C:\opencv_3.0\opencv
3. 安装cuda（可选）
- https://developer.nvidia.com/cuda-toolkit-archive
- 安装到C盘
- 安装的时候，不要选择默认的推荐选项，而是选择自定义选项，在自定义后，driver不要安装，否则，cuda sdk不能安装成功，会报错；如果显卡驱动版本太低，需更新显卡驱动。
4. 安装CUDNN（可选）
- https://developer.nvidia.com/rdp/cudnn-archive
- 将压缩包中文件放到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0对应目录下
5. 编译
- MSVS 2015, CUDA 8.0 and OpenCV 3.0
- 打开build\darknet\darknet.sln
- 右键--属性
- 设置x64 及 Release
- 更改opencv位置
- 配置属性--》连接器--》常规--》附加库目录
- 右键--重新生成
- C:\opencv_3.0\opencv\build\x64\vc14\bin目录下opencv_world320.dll、 opencv_ffmpeg320_64.dll拷贝到darknet.exe所在目录下。
- MSVS 2015 and OpenCV 3.0
- 打开build\darknet\darknet_no_gpu.sln
- 右键--属性
- 设置x64 及 Release
- 更改opencv位置
- 配置属性--》连接器--》常规--》附加库目录
- 右键--重新生成
- C:\opencv_3.0\opencv\build\x64\vc14\bin目录下opencv_world320.dll、 opencv_ffmpeg320_64.dll拷贝到darknet.exe所在目录下。
# 二、使用
- 1. 下载训练好的权重文件
- http://pjreddie.com/media/files/yolo.weights
- 放到darknet.exe所在目录下
- yolo.cfg (194 MB COCO-model) - require 4 GB GPU-RAM: http://pjreddie.com/media/files/yolo.weights
- yolo-voc.cfg (194 MB VOC-model) - require 4 GB GPU-RAM: http://pjreddie.com/media/files/yolo-voc.weights
- tiny-yolo.cfg (60 MB COCO-model) - require 1 GB GPU-RAM: http://pjreddie.com/media/files/tiny-yolo.weights
- tiny-yolo-voc.cfg (60 MB VOC-model) - require 1 GB GPU-RAM: http://pjreddie.com/media/files/tiny-yolo-voc.weights
- yolo9000.cfg (186 MB Yolo9000-model) - require 4 GB GPU-RAM: http://pjreddie.com/media/files/yolo9000.weights
- 2. 预测图片
- darknet detect cfg/yolo.cfg yolo.weights G:\666.jpg
- 3. 预测视频
- darknet_demo_coco.cmd
- 预测当前目录下的test.mp4，生成res.avi
- 4. 实时手机摄像头预测
- 安装IP Webcam 或 Smart WebCam
- darknet.exe detector demo data/coco.data yolo.cfg yolo.weights http://192.168.191.2:8080/video?dummy=param.mjpg -i 0
