YOLOv4在Linux (Ubuntu)上编译

  • 2020-11-26
  • 机器学习算法分析
  • 公开
简介1. 直接当程序使用 YOLO V4代码的初步使用,直接生成可执行文件,然后通过命令行传入图片直接得到结果。 https://www.freesion.com/article/3502867297/ 1、从如下网址下载darknetAB源码: https://github.com/AlexeyAB/darknet 2、下载 Yolo v4训练权重:Yolo v4训练权重,将下载好的权重放到darknet目录下即可; 3、打开makefile文件,在编译之前可以修

1. 直接当程序使用

YOLO V4代码的初步使用,直接生成可执行文件,然后通过命令行传入图片直接得到结果。

https://www.freesion.com/article/3502867297/

1、从如下网址下载darknetAB源码:
https://github.com/AlexeyAB/darknet
2、下载 Yolo v4训练权重:Yolo v4训练权重,将下载好的权重放到darknet目录下即可;
3、打开makefile文件,在编译之前可以修改可选参数以适应于自己的计算机:
(1)GPU=1,采用GPU加速,采用CUDA进行编译;
(2)CUDNN=1,采用cuDNN v5-v7进行编译,进行加速训练;
(3)CUDNN_HALF=1,在Titan V、Tesla V100、DGX-2及更高版本上使用;
(4)OPENCV=1,使用OpenCV,支持各个版本的OpenCV(4.x/3.x/2.4.x),可以检测来自网络摄像机或web-cams的视频文件与视频流。
上述这4个参数是主要修改的,其他参数使用得较少,可暂时不用修改。
4、在darknet目录下执行make进行编译:
make
编译完成后, 可以看到在当前目录下生成了darknet可执行文件:
5、执行如下指令进行图片检测:
./darknet detector test ./cfg/coco.data ./cfg/yolov4.cfg ./yolov4.weights data/dog.jpg

2. 通过python调用

通过python调用so库进行使用

将Yolo用作DLL和SO库
在Linux上

  • 使用build.sh或
  • darknet使用cmake建立或
  • 设置LIBSO=1在Makefile做make
官方文档当查看github的readme:https://github.com/AlexeyAB/darknet


1.直接当程序使用
2.通过ytho调用