安装完OpenCV,迫不及待的想要测试一下YOLO。

1.克隆项目

git clone https://github.com/pjreddie/darknet.git

2.进入项目目录,根据自己有无GPU和OpenCV来修改Makefile(默认使用CPU,无OpenCV)

cd darknet

3.在终端输入“sudo make”,结果就报错了,错误如下:

/usr/bin/ld: 找不到 -lopencv_calib3d

这是因为链接库的问题,其实就像更改环境变量一样,我们把opencv_calib3d.so的目录加到一个文件里就行了,具体如下:

locate libopencv_calib3d.so或sudo find / -name libopencv_calib3d.so找到so文件的路径
cd /etc/ld.so.conf
sudo touch other.conf
sudo gedit other.conf

在other.conf中添加如下目录

/home/lch/anaconda3/envs/gymlab/lib

保存文件之后,运行以下命令保存修改:

sudo /sbin/ldconfig

报错为:

sbin/ldconfig.real: 文件 /home/lch/anaconda3/envs/gymlab/lib/libiomp5.so 己被截断

这是因为libiomp5.so这个文件可能损坏了,我把这个文件从该文件夹移了出来,再去执行上面的命令,就不会报错了。

4.这时sudo make又报错了!!!

"include/darknet.h:25:43: fatal error: opencv2/highgui/highgui_c.h: No such file or directory",我猜测是因为opencv的版本太低了(出这个错误时本机是opencv3.1),在终端中执行如下指令:

sudo apt-get install libopencv-dev

5.下载YOLOv2和YOLOv3的权重数据:

wget https://pjreddie.com/media/files/yolo.weights
wget https://pjreddie.com/media/files/yolov3.weights

6.执行以下代码进行测试:

./darknet detect cfg/yolov2.cfg yolo.weights data/lch-picture/1.jpg
./darknet detect cfg/yolov3.cfg yolov3.weights data/lch-picture/1.jpg

可以看一下效果图

我们可以看到YOLOv3的效果比YOLOv2好很多。

YOLOv2和YOLOv3效果对比相关推荐

  1. YOLOv1、YOLOv2和YOLOv3对比

    YOLOv1.YOLOv2和YOLOv3对比 R-CNN系列 YOLOv1 结构 目标输出 网络训练 YOLOv1的局限性 和R-CNN系列的对比 YOLOv2 结构 目标输出 网络训练 关于YOLO ...

  2. yolov2 损失函数_深度学习计算机视觉之YOLO,YOLOv2和YOLOv3算法(超详细解析)

    您只看一次(YOLO)是针对实时处理的对象检测系统.我们将在本文中介绍YOLO,YOLOv2和YOLOv3.这是YOLO官网提供各种模型的准确性和速度比较. 让我们从下面的测试图像开始 YOLO检测到 ...

  3. Yolov1、Yolov2、Yolov3学习笔记

    前言 目前可以将目标检测算法分为两类:一类是onestage,一类是twostage. onestage的目标检测算法是指在进行目标检测的时候不需要进行region proposal阶段,而是直接产生 ...

  4. 基于pytorch量化感知训练(mnist分类)--浮点训练vs多bit后量化vs多bit量化感知训练效果对比

    基于pytorch量化感知训练–浮点训练vs多bit后量化vs多bit量化感知训练效果对比 代码下载地址:下载地址 灰色线是量化训练,橙色线是后训练量化,可以看到,在 bit = 2.3 的时候,量化 ...

  5. 基于pytorch后量化(mnist分类)---浮点训练vs多bit后量化vs多bit量化感知训练效果对比

    基于pytorch后量化(mnist分类)-浮点训练vs多bit后量化vs多bit量化感知训练效果对比 代码下载地址:下载地址 试了 bit 数为 1-8 的准确率,得到下面这张折线图: 发现,当 b ...

  6. python使用matplotlib可视化、查看matplotlib可视化中不同字体形式、不同字号、斜体可视化的效果对比

    python使用matplotlib可视化.查看matplotlib可视化中不同字体形式.不同字号.斜体可视化的效果对比 目录

  7. 内存超频trfc_这只是开始?四款DDR4内存超频效果对比

    原标题:这只是开始?四款DDR4内存超频效果对比 之前有人说DDR4内存的频率极限是5000MHz,但在最近结束的台湾电脑展上,有些内存的默认频率已经达到了4400MHz,看样子5000MHz的频率极 ...

  8. 瑞芯微RK2918、全志A10和AML8726-M3方案ICS系统运行效果对比

    为什么80%的码农都做不了架构师?>>>    6月12日注:由于对比时AML8726-M3方案的专用Flash插件还未出现,所以下文中关于网页应用和在线视频能力方面的对比不作为参考 ...

  9. 国内外AI绘画『文生图』大模型效果对比

    最近AI作画确实很火,在DALL-E和Imagen崭露头角之后,ERNIE-ViLG.Stable-Diffusion(SD).Disco-Diffusion相继开源开放,涌现出丰富多彩的AI作画作品 ...

最新文章

  1. 怎么样给下拉框加载背景色
  2. 宝塔linux计划任务ftp,宝塔面板定时备份网站及数据库至FTP存储空间图文教程
  3. python3.6安装opencv-python3.6.5安装opencv3
  4. oracle+查表物理块数,如何统计一段时间内 发生在某个表上的 物理读写的块数
  5. iOS--viewController
  6. 缓存区的输入输出,字符串常用操作,实现strlen/strcpy/strcat/strcmp函数)
  7. 指针数组下标JAVA_C语言中下标与指针的转换以及指向指针的指针的例子
  8. 90-40-009-源码-CUBE-引擎为Spark写入Hbase本
  9. vue ---- 监听器
  10. 深圳联通与深圳中琛源科技正式达成了5Gn战略合作
  11. VC2012编译protobuf出错处理
  12. MEGA视频目标检测
  13. 计算机考试用户没有注册类,电脑中出现没有注册类别的错误提示怎么解决
  14. Dev-cpp自定义主题:
  15. 腾讯又签下一工作室,游戏建模未来发展无法想象,你还不抓紧时间?
  16. 开学季哪些数码产品值得一看?开学季推荐五款值得入手的好物
  17. 网络安全之盗号木马原理
  18. HTML5+CSS3小实例:3D旋转木马相册
  19. 将系统从机械盘重刷到固态盘“
  20. 《Discriminative Unsupervised Feature Learning with Exemplar Convolutional Neural Networks》阅读笔记

热门文章

  1. 科大星云诗社动态20210331
  2. <马哲>社会基本矛盾2017-12-27
  3. Coursera吴恩达《序列模型》课程笔记(2)-- NLP Word Embeddings
  4. java写界面_java能不能直接做界面窗口
  5. RDD 与 DataFrame原理-区别-操作详解
  6. OpenGL从入门到精通--你好三角形
  7. go语言游戏编程-Ebiten渲染一张图片
  8. string和C语言字符串之间的相互转换以及string常用函数
  9. 交换技术、覆盖技术、虚拟存储技术的区分
  10. 多组测试数据(求和)IV