在Ubuntu 16.04下的YOLO V3复现及问题解决

在使用yolo应用于自己的项目时，首先复现一下作者所做的，看一下效果。

主要参考：https://pjreddie.com/darknet/yolo/

使用预训练模型进行检测

本文将引导您使用预先训练的模型通过YOLO系统检测对象。 如果你还没有安装Darknet，你应该先安装一下。

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

（没问题，等待安装即可）

您已经在cfg /子目录中拥有YOLO的配置文件。 您必须在此下载预先训练的体重文件（237 MB）。 或者只是运行这个：

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

然后运行检测器！：

./darknet detect cfg/yolov3.cfg yolov3.weights data/dog.jpg

（此时出现问题，并没有出现预期结果）

在运行检测器时，出现 bash: ./darknet:is a diratory 错误，所以改为在darknet目录下生成一个Terminal输入，运行成功，但是没有成功加载权重文件，

yolov3.weights，接下来将此权重文件放入darknet目录下，即可成功得到预期结果，所生成的文件在darknet文件夹下：

layer     filters    size              input                output
    0 conv     32  3 x 3 / 1   416 x 416 x   3   ->   416 x 416 x  32  0.299 BFLOPs
    1 conv     64  3 x 3 / 2   416 x 416 x  32   ->   208 x 208 x  64  1.595 BFLOPs
    .......
  105 conv    255  1 x 1 / 1    52 x  52 x 256   ->    52 x  52 x 255  0.353 BFLOPs
  106 detection
truth_thresh: Using default '1.000000'
Loading weights from yolov3.weights...Done!
data/dog.jpg: Predicted in 0.029329 seconds.
dog: 99%
truck: 93%
bicycle: 99%