YOLOv2和YOLOv3效果对比
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
- 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 ...
- 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 ...
- 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 ...
- 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 ...
- 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 ...
- 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
- 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 ...
- 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 ...
- 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
- 怎么样给下拉框加载背景色
- 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
- python3.6安装opencv-python3.6.5安装opencv3
- 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
- iOS--viewController
- 缓存区的输入输出,字符串常用操作,实现strlen/strcpy/strcat/strcmp函数)
- 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
- 90-40-009-源码-CUBE-引擎为Spark写入Hbase本
- vue ---- 监听器
- 深圳联通与深圳中琛源科技正式达成了5Gn战略合作
- VC2012编译protobuf出错处理
- MEGA视频目标检测
- 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
- Dev-cpp自定义主题:
- 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?
- 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
- 网络安全之盗号木马原理
- HTML5+CSS3小实例:3D旋转木马相册
- 将系统从机械盘重刷到固态盘“
- 《Discriminative Unsupervised Feature Learning with Exemplar Convolutional Neural Networks》阅读笔记