YOLO: Real-Time Object Detection（实时目标检测）

前言

说到Real-Time Object Detection（实时目标检测），目前最快性能最好的莫属YOLO以及SSD，下图中横坐标为MAP指数，MAP越高代表模型性能也好；纵坐标表示处理一张图片所与需要的时间（注：这里的时间是在GPU上测试的，并且GPU型号是用的nvidia TItan X）。

 

 下面本博客针对YOLO进行安装和测试，SDD请参考我的另一篇博客。

1、环境搭建

（1）平台：Ubuntu16.04

（2）安装GPU:可参考我的博文，写得非常详细：https://blog.csdn.net/hunzhangzui9837/article/details/82853565

（3）安装opencv

sudo pip install opencv-python

2、测试YOLO

环境搭建好之后，按照官网的步骤进行操作就可以了。

参考官网：https://pjreddie.com/darknet/yolo/

如果要实现摄像头实时物体检测，在执行make之前需要修改Makefile两处：

首先执行：

sudo vim Makefile

（1）GPU、CUDNN、OPENCV设置为1

 （2）nvcc路径设置

最后找一个USB摄像头，执行结果：

3、总结 

虽然操作起来简单，直接按照官网步骤就可以实现，但模型可塑性不强，不好二次开发，这是个问题。