2019.10.23更新:写了一篇[python标注自己的目标检测数据集——yolo(darknet)格式],有兴趣可以看一下(https://blog.csdn.net/qq_39055818/article/details/102694862)
2019.9.18更新:又去调了一下yolo的pytorch代码,写了一篇yolov3-spp结构详解与源码解析,有兴趣的朋友可以看一下
今天在macOS上配置了一下yolov3的python接口。
看了一下github_yolo,clone下来跑了一下,发现这个是python2的,并不能跑通,遂放弃。
于是转向github_yolo(AlexeyAB)。这个版本的tutorial和维护都很好,作者一直有在更新,而且在原来的基础上又加上了视频检测的部分。
步骤:
第1步:
git clone https://github.com/AlexeyAB/darknet.git
cd darknet
第2步:
由于这里是需要配置python接口,因此需要参看
README
的第12部分,‘How to use Yolo as DLL and SO libraries’。
按照作者所说,只要将
Makefile
前面设置为
LIBSO=1
,并
make
一下就好。但是,我在实际操作的时候,碰到了如下问题:
ld: library not found for -l:libdarknet.so
clang: fatal error: linker command failed with exit code 1 (use -v to see invocation)
make: *** [uselib] Error 1
解决方式:除了将
Makefile
前面设置为
LIBSO=1
,还要将
$(CPP) -std=c++11 $(COMMON) $(CFLAGS) -o $@ src/yolo_console_dll.cpp $(LDFLAGS) -L ./ -l:$(LIBNAMESO)
中的
-l:$(LIBNAMESO)
修改为
-l$(EXEC)
,再
make
就可以了(参看issues/2983)。
第3步:
下载
yolov3.weights
文件到darknet文件夹中,可以直接在yolo官网下载,也可以
wget https://pjreddie.com/media/files/yolov3.weights
第4步:
运行
darknet.py
结果如下:
*** 3 Results, color coded by confidence ***
dog: 100.0%
bicycle: 99.0%
truck: 93.0%
终于搞通了,撒花✿✿ヽ(°▽°)ノ✿
有用的话求赞( * /ω\*)