YoloV3的Pytorch工作总结

pytorch代码参考github https://github.com/eriklindernoren/PyTorch-YOLOv3

部署方法使用libtorch1.0+opencv3 不建议使用libtorch1.1

另外libtorch 本人试过cpu版本和cuda9.0的gpu的版本 在windows和linux下均跑通过

linux下的编译文件写法

cmake_minimum_required(VERSION 3.0 FATAL_ERROR)
project(yolo-app)

find_package( OpenCV REQUIRED )
include_directories( ${OpenCV_INCLUDE_DIRS} )

find_package(Torch REQUIRED)

aux_source_directory(. DIR_SRCS)

add_executable(yolo-app cpp/main.cpp )
target_link_libraries(yolo-app "${TORCH_LIBRARIES}" "${OpenCV_LIBS}")
set_property(TARGET yolo-app PROPERTY CXX_STANDARD 11)
#add_compile_options(-g)

 

写好cmakelist后命令行

cmake -DCMAKE_PREFIX_PATH="/home/qdrs/yolo-app/libtorch/share/cmake/Torch" （libtorch的路径） -DCMAKE_BUILD_TYPE="Release"
（opencv路径是根据环境变量自己去找的 版本不要用4.0的 libtorch不支持C++11而opencv支持，另外opencv不支持cuda加速）编译成功

总结 5，6月份主要是用libtorch部署yolov3 并且做了小物体检测 感觉效果不错 但是仍然有漏检 在实际效果下和SSD差距不大