使用yolo识别图像,以及训练自己的模型

本文共有942个字,关键词:

Screen_Shot_2018-03-24_at_10.48.42_PM.png

安装

下载 yolo

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

修改训练结果输出频率

在文件 examples/detector.c中的第138行

if(i%10000==0 || (i < 1000 && i%100 == 0)){

10000改成1000

if(i%1000==0 || (i < 1000 && i%100 == 0)){

设置开启gpu,opencv等

需要事先安装 cuda opencv
打开Makefile,修改前几行

GPU=1
CUDNN=1
OPENCV=1
OPENMP=1

编译

cd darknet
make
sudo ln -s $(pwd)/darknet /usr/local/bin/darknet

演示

下载coco权重文件

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

识别图片

darknet detect cfg/yolov3.cfg yolov3.weights data/dog.jpg

改变阈值

在命令后面加上 -thresh 0.5

识别视频 或者 实时webcam

darknet detector demo cfg/coco.data cfg/yolov3.cfg yolov3.weights <video file>

如果不加 <video file>则识别实时webcam

「一键投喂 软糖/蛋糕/布丁/牛奶/冰阔乐!」

pch18

(๑>ڡ<)☆谢谢老板~

使用微信扫描二维码完成支付

版权声明:如无特别说明,本文为作者原创,如需转载须联系作者本人同意,未经作者本人同意不得擅自转载。
添加新评论
暂无评论