深度学习之物体检测——YOLO(二)_用作者提供的YOLO实现进行检测

使用训练好的YOLO进行检测

• 首先安装Darknet

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

• 下载预训练得到的权重文件

YOLO的配置文件在./cfg/文件夹下。现在下载预训练网络的权重：

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

• 运行检测器

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

这个检测命令等价于

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

前者是后者的简写形式。

• 结果

运行检测命令后，会在屏幕上打印下面的信息：

下面的图片给出了检测时间、检测到的物体以及对应的置信度信息。作者表示用CPU检测时，一张图片大概花费6-12秒，如果是GPU的话会非常快。

这里默认是对./data/dog.jpg图片进行检测，生成检测结果图片为./predictions.png，如下图所示：

• 对多张图片进行检测

如果想对多张图片进行检测，输入如下命令：

./darknet detect cfg/yolo.cfg yolo.weights

这样会出现如下的提示：

输入待检测图片的文件名，比如data/person.jpg（一次只能输入一个文件名），这样在检测完这张图片之后会再次出现此提示，接着输入下一张待检测图片文件名。CTRL+C可以退出。

参考

[1] 作者实现