YOLOv2和YOLOv3效果對比
安裝完OpenCV,迫不及待的想要測試一下YOLO。
1.克隆專案
git clone https://github.com/pjreddie/darknet.git
2.進入專案目錄,根據自己有無GPU和OpenCV來修改Makefile(預設使用CPU,無OpenCV)
cd darknet
3.在終端輸入“sudo make”,結果就報錯了,錯誤如下:
/usr/bin/ld: 找不到 -lopencv_calib3d
這是因為連結庫的問題,其實就像更改環境變數一樣,我們把opencv_calib3d.so的目錄加到一個檔案裡就行了,具體如下:
-
locate libopencv_calib3d.so或sudo find / -name libopencv_calib3d.so找到so檔案的路徑
-
cd /etc/ld.so.conf
-
sudo touch other.conf
-
sudo gedit other.conf
在other.conf中新增如下目錄
/home/lch/anaconda3/envs/gymlab/lib
儲存檔案之後,執行以下命令儲存修改:
sudo /sbin/ldconfig
報錯為:
sbin/ldconfig.real: 檔案 /home/lch/anaconda3/envs/gymlab/lib/libiomp5.so 己被截斷
這是因為libiomp5.so這個檔案可能損壞了,我把這個檔案從該資料夾移了出來,再去執行上面的命令,就不會報錯了。
4.第3步結束以後,再次執行第2步,就不會報錯了!!!
5.下載YOLOv2和YOLOv3的權重資料:
-
wget https://pjreddie.com/media/files/yolo.weights
-
wget https://pjreddie.com/media/files/yolov3.weights
6.執行以下程式碼進行測試:
-
./darknet detect cfg/yolov2.cfg yolo.weights data/lch-picture/1.jpg
-
./darknet detect cfg/yolov3.cfg yolov3.weights data/lch-picture/1.
可以看一下效果圖
我們可以看到YOLOv3的效果比YOLOv2好很多。