YOLOv2和YOLOv3效果对比

安装完OpenCV，迫不及待的想要测试一下YOLO。

 

1.克隆项目

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

2.进入项目目录，根据自己有无GPU和OpenCV来修改Makefile（默认使用CPU，无OpenCV）

cd darknet

3.在终端输入“sudo make”，结果就报错了，错误如下：

/usr/bin/ld: 找不到 -lopencv_calib3d

  这是因为链接库的问题，其实就像更改环境变量一样，我们把opencv_calib3d.so的目录加到一个文件里就行了，具体如下：

locate libopencv_calib3d.so或sudo find / -name libopencv_calib3d.so找到so文件的路径
cd /etc/ld.so.conf
sudo touch other.conf
sudo gedit other.conf

  在other.conf中添加如下目录

/home/lch/anaconda3/envs/gymlab/lib

  保存文件之后，运行以下命令保存修改：

sudo /sbin/ldconfig

  报错为：

sbin/ldconfig.real: 文件 /home/lch/anaconda3/envs/gymlab/lib/libiomp5.so 己被截断

  这是因为libiomp5.so这个文件可能损坏了，我把这个文件从该文件夹移了出来，再去执行上面的命令，就不会报错了。

4.这时sudo make又报错了！！！

  "include/darknet.h:25:43: fatal error: opencv2/highgui/highgui_c.h: No such file or directory"，我猜测是因为opencv的版本太低了(出这个错误时本机是opencv3.1)，在终端中执行如下指令：

sudo apt-get install libopencv-dev

5.下载YOLOv2和YOLOv3的权重数据：

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

6.执行以下代码进行测试：

./darknet detect cfg/yolov2.cfg yolo.weights data/lch-picture/1.jpg
./darknet detect cfg/yolov3.cfg yolov3.weights data/lch-picture/1.jpg

  可以看一下效果图

 

我们可以看到YOLOv3的效果比YOLOv2好很多。