技术原理

YOLO v4 安裝感受 -- Windows 自然环境

序言

YOLO 是一个及时物品探测(object detection)的实体模型,它响应速度达到 30 FPS,可以用在视频上探测挪动的物块,均值準确度(mAP)达到 43.5%。仅仅要应用它,务必由初始码配置,全过程一些複杂,因而,将感受记下来,与同爱好共享。

YOLO 早已超进化到第四版了,近期才发售,热得发热,赶紧来试一下。

安裝

YOLO 的基本为 Darknet,以 C 及 CUDA 编写而成,官方网站另外出示 LINUX 及 Windows 操作系统下的配置程序流程,在 LINUX 内以 GCC 配置应该是较为判断力而简易,但是,小编较为习惯性应用 Windows 操作系统,因而,文中主要是表明在 Windows 下怎样配置Darknet。

官方网站出示二种 Windows 版的配置方式:

  1. CMake:官方网站提议的方法。
  2. vcpkg:程序流程较为複杂。

依官网提议的方法,小编从 CMake 下手,尽管很圆满配置取得成功,但检测时却产生下列不正确。
https://ithelp.ithome.com.tw/upload/images/20200520/20001976e9i3EFxOoK.png

Google 一阵子,自始至终找不着处理的方式,因而,也不奢侈浪费篇数表明配置的全过程了。

下列就详细描述另一种配置方式 -- vcpkg。

vcpkg 配置取得成功的程序流程

外置工作须先安裝以下软件:

  1. VS 2017 或 2019:须安裝 VC toolset、English language pack 元器件。
    https://ithelp.ithome.com.tw/upload/images/20200520/20001976nSIaGFhOfy.png

https://ithelp.ithome.com.tw/upload/images/20200520/20001976WYqH35ICFD.png

  1. NVidia CUDA SDK:CUDA版本号 > 10.0, cuDNN版本号 > 7.0
  2. OpenCV:版本号须 > 2.4

自然要有一张 NVidia 独显。

拿下所述软件,刚开始配置Darknet,程序流程以下:

  1. 实行cmd,打开DOS窗口。
  2. 最先从『官方网站』免费下载程式码或实行以下命令:
    git clone https://github.com/Microsoft/vcpkg.git
  3. 变更当前目录至vcpkg:
    cd vcpkg
  4. 实行 .\bootstrap-vcpkg.bat
  5. 配置 Darknet,实行以下命令,必须实行二十分钟之上:
    .\vcpkg install darknet[full]:x64-windows

检测

花了大半天的時间才拿下它,实行档文件目录在 vcpkg\installed\x64-windows\tools\darknet。
测试代码以下:

  1. 免费下载 yolov4.cfgyolov4.weights,放到 vcpkg\installed\x64-windows\tools\darknet 文件目录中。
  2. 放一些照片在 data 文件目录中,实行以下命令:
    darknet detect yolov4.cfg yolov4.weights data/dog.jpg

https://ithelp.ithome.com.tw/upload/images/20200520/20001976yxqfzQ7bTb.png
恰当探测到单车及狗,获胜取得成功, Ya !!

你也可能喜欢

发表评论

您的电子邮件地址不会被公开。 必填项已用 * 标注

提示:点击验证后方可评论!

插入图片
人工智能 软件 投稿者
我还没有学会写个人说明!
最近文章
  • * 没有更多文章了
  • 热门搜索

    分类目录