赞
踩
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。
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。
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:
经过训练后,在 bdd 100k 自动驾驶数据集上的检测效果:
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。