YOLO-Darknet目标检测最强实战教程_yolo darknet

一、Darknet 简介

Darknet 是一个用C语言和CUDA编写的开源神经网络框架，它运行快，易于安装。早期，深度学习框架还在萌芽之际，作者为了实现其在目标检测领域的想法，自行创建了darknet深度学习框架来实现YOLO算法。在之后的官方改进版本YOLOv2、v3、v4也均采用的是darknet框架进行实现的。

Darknet 非常适合工程实践，由于它是C语言和CUDA编写的，所以运行效率极高，能轻松地在边缘设备上部署和运行。同时它提供了便捷的c++/python接口，方便开发者直接调用或二次开发。

二、专栏介绍

本专栏将详细地介绍darkent的使用过程，力争打造保姆式的实战教程。本专栏面对初学者，可以带你从0到1完成一个目标检测项目。

本专栏内容包括但不限于：数据集的标注、数据集的制作、训练文件的配置、YOLOv4、YOLOv4-Tiny网络的训练、模型的测试、模型部署、C++/python接口调用、二次开发、目标检测及跟踪等等。

除此之外，本专栏也将分享darknet部署到英伟达TX2或者Xavier嵌入式移动平台上的过程，让大家少走弯路。

三、性能比较

在Tesla V100 GPU上，YOLOv4-darknet 与其他主流的目标检测算法性能对比如下：

四、检测效果

经过训练后，在 bdd 100k 自动驾驶数据集上的检测效果：

五、推荐学习资料

• darknet 官方网址：https://pjreddie.com/darknet/
• darknet Github网址：https://github.com/pjreddie/darknet
• darknet YOLOv4开源网址：https://github.com/AlexeyAB/darknet
• YOLOv4-TensorFLow2实战教程：https://ai-wx.blog.csdn.net/article/details/118773469
• TensorFlow2入门教程：https://blog.csdn.net/wjinjie/category_9955855.html
• 深度学习基础理论10讲：https://blog.csdn.net/wjinjie/category_9766908.html