yolov3预训练权重_YoloV3 教程

作者：Monodyee | 2024-06-16 19:52:15

踩

yolov3预训练权重

yoloV3是实时目标检测算法yolo的第三个版本,其本身基于darknet构建的神经网络算法.

官网:YOLO: Real-Time Object Detection

1.实例演示


#获取源码
git clone https://github.com/pjreddie/darknet
cd darknet
make
 
#获取预训练的参数权重
wget https://pjreddie.com/media/files/yolov3.weights
 
#执行
./darknet detect cfg/yolov3.cfg yolov3.weights data/dog.jpg

在darknet文件夹下的predictions.jpg即是检测后的结果,如图:

2. 利用GPU

Darknet在进行图像目标检测时,可以使用GPU进行运算加速，比单独使用CPU要快500倍以上.

前提：具有NVIDIA 显卡、显卡驱动已安装、CUDA已安装、CUDNN已安装

上述的前提的安装过程较为繁琐,请参考阿弎：ubuntu安装tensorflow gpu版本

假设上述前提已准备好，则修改darknet根目录下的Makefile文件:


GPU=1
CUDNN=1 #若安装了cudnn设置为1,也可以不设置.安装了cuda其实就可以使用GPU了

#注意makefile中如下的配置请确认是否与你安装的目录一致


ifeq ($(GPU), 1)
COMMON+= -DGPU -I/usr/local/cuda/include/
CFLAGS+= -DGPU
ifeq ($(OS),Darwin) #MAC
LDFLAGS+= -L/usr/local/cuda/lib -lcuda -lcudart -lcublas -lcurand
else
LDFLAGS+= -L/usr/local/cuda/lib64 -lcuda -lcudart -lcublas -lcurand
endif
endif
 
ifeq ($(CUDNN), 1)
COMMON+= -DCUDNN
ifeq ($(OS),Darwin) #MAC
CFLAGS+= -DCUDNN -I/usr/local/cuda/include
LDFLAGS+= -L/usr/local/cuda/lib -lcudnn
else
CFLAGS+= -DCUDNN -I/usr/local/cudnn/include
LDFLAGS+= -L/usr/local/cudnn/lib64 -lcudnn
endif
endif

再次使用make重新编译

使用GPU版测试dog.jpg 耗时0.20秒

./darknet detect cfg/yolov3.cfg yolov3.weights data/dog.jpg #默认使用第1块GPU

声明：本文内容由网友自发贡献，不代表【wpsshop博客】立场，版权归原作者所有，本站不承担相应法律责任。如您发现有侵权的内容，请联系我们。转载请注明出处：https://www.wpsshop.cn/w/Monodyee/article/detail/728002