深度學習之物體檢測——YOLO(二)_用作者提供的YOLO實現進行檢測
阿新 • • 發佈:2019-01-07
使用訓練好的YOLO進行檢測
- 首先安裝Darknet
git clone https://github.com/pjreddie/darknet
cd darknet
make
- 下載預訓練得到的權重檔案
YOLO的配置檔案在./cfg/資料夾下。現在下載預訓練網路的權重:
wget https://pjreddie.com/media/files/yolo.weights
- 執行檢測器
./darknet detect cfg/yolo.cfg yolo.weights data/dog.jpg
這個檢測命令等價於
./darknet detector test cfg/coco.data cfg/yolo.cfg yolo.weights data/dog.jpg
前者是後者的簡寫形式。
- 結果
執行檢測命令後,會在螢幕上列印下面的資訊:
下面的圖片給出了檢測時間、檢測到的物體以及對應的置信度資訊。作者表示用CPU檢測時,一張圖片大概花費6-12秒,如果是GPU的話會非常快。
這裡預設是對./data/dog.jpg圖片進行檢測,生成檢測結果圖片為./predictions.png,如下圖所示:
- 對多張圖片進行檢測
如果想對多張圖片進行檢測,輸入如下命令:
./darknet detect cfg/yolo.cfg yolo.weights
這樣會出現如下的提示:
輸入待檢測圖片的檔名,比如data/person.jpg(一次只能輸入一個檔名),這樣在檢測完這張圖片之後會再次出現此提示,接著輸入下一張待檢測圖片檔名。CTRL+C可以退出。
參考
[1] 作者實現