簡介：

本系列博文介紹對Darknet原始碼的理解，這一部分為程式主體框架的理解。本博文預設讀者基本熟悉Darknet的使用。

正文：

darknet的主函式在darknet.c中，其中的main（）函式根據終端輸入引數轉向不同的功能函式。

若argv[1]= “detector”，則轉向run_detector()(該函式在detector.c中)，並將輸入引數傳遞給

run_detector（）。

run_detector（）根據引數不同，轉向不同的功能函式，如下圖所示，該段程式碼在detector.c的最下面。

熟悉darknet的使用的朋友肯定知道，一般檢測一張圖片時執行的命令為

./darknet detector test cfg/coco.data cfg/yolov3.cfg yolov3.weights data/dog.jpg
 

結合上圖，當第二個引數為test時，將轉向執行test_detector()（在detector.c中）。具體程式參考detector.c中。

在test_detector（）中，

1. 執行network*net = load_network(cfgfile, weightfile, 0)初始化一個網路，cfgfile為模型配置檔案，weightfile為

模型權重檔案。

2. 執行image im= load_image_color(input,0,0)，讀取一張圖片，input為圖片地址。執行imagesized =

letterbox_image(im, net->w, net→h)，對圖片進行

3. 執行network_predict(net,X)，模型進行前向傳播。X為輸入圖片。

4. 執行detection*dets = get_network_boxes(net, im.w, im.h, thresh, hier_thresh, 0, 1,&nboxes)，根據網路的輸

出，提取出檢測到的目標的位置以及類別。

5. 執行draw_detections(im,dets, nboxes, thresh, names, alphabet, l.classes)，將目標的位置以及類別標註在圖

片中。

注：

network、image、detection等為框架中定義的結構體，其在

總結：

在test_detector（）函式中，包含了我們熟悉的一個端到端的過程。即，初始化模型、讀取模型權重、讀取圖片、圖片resize、

將圖片餵給模型進行前向傳播、根據模型輸出得到目標位置及類別、將目標位置及類別標註在圖片上。

下一篇部落格，將介紹輸入圖片讀取的具體過程！