DarkNet框架实现分类任务避坑指南(附安装包)

声明:本文仅分享技术,无其他

文章目录

  • ***声明:本文仅分享技术,无其他***
  • 这个框架真的非常非常非常小众,入坑需谨慎
  • DarkNet对编译环境有要求
  • 配置前的准备环节
  • 1、 DarkNet源码封装(安装包如果失效了,评论踢一下,博主重新发)
    • (1)安装vs2017
    • (2)安装OpenCV
    • (3)安装pthread
    • (4)下载DarkNet项目
  • 2、 配置vs2017环境
  • 3、 搭建训练数据集和网络等配置文件
  • 小结

这个框架真的非常非常非常小众,入坑需谨慎

当前主流的深度学习框架为torch、tf,如果是入门深度学习的话,建议选择这两个框架,darknet框架是YOLO时基于c制作的框架,量极小,可编译性强,但是对于新手和非科班出身的友友们十分不友好。

DarkNet对编译环境有要求

首先,DarkNet并不是工业环境设计的,所以工业上常用的vs2013和高版本的opencv并不能直接对DarkNet的sln进行编译,需要十分复杂的源码编译过程后才能适应DarkNet框架,如果非工业环境,博主建议大家选择vs2015以上的版本进行打包,opencv选择3.4.1最好。

配置前的准备环节

配置过程整体分为两部分,首先是通过vs将DarkNet源码封装成exe;然后是在DarkNet X64环境下搭建训练数据集和网络等配置文件。

1、 DarkNet源码封装(安装包如果失效了,评论踢一下,博主重新发)

(1)安装vs2017

网上有很多教大家如何在线配置vs2017的,但是,正常人谁用DarkNet框架,用的大都是苦逼的打工人来做竞品对比,这里博主给大家直接开个骚操作——离线安装vs2017,友友们解压第一个压缩包后找到setup就可以离线安装啦。

离线包:https://pan.baidu.com/s/1v-eqN01LdZ_rceW1dhQUEQ 验证码:jodv

(2)安装OpenCV

OpenCV的网站国内太慢了,因此这个的离线包也分享个大家。安装好后大家记得配置opencv的地址,写14的那个就可以。

离线包:https://pan.baidu.com/s/1rKvl_3xQ5bDGBTAHxhv8Qg 验证码:zq5d

(3)安装pthread

这可能是友友们要踩的第一个坑,在封装DarkNet框架时,需要整一下pthread,才能成功封装,当然,都是哥们的,这个也得给大家分享一哈。下载好后,放到一个你可能记住的位置,后面配置需要它的路径。看到这里不给博主点个赞,嘿嘿!

离线包:https://pan.baidu.com/s/1ZdzSPOIDIJRAAeFQi388Eg 验证码:jn4c

(4)下载DarkNet项目

这里大家可以去github上下,也可以直接下载博主的这个,都是一样的。

离线包:https://pan.baidu.com/s/1-HeFa2-ltz-iVvu2FKLjvg 验证码:l04d

2、 配置vs2017环境

到这,我们需要的准备工作就完成了,现在需要在vs上配置exe,在配置前,还需要把pthread和OpenCV放进来,我们以CPU训练环境为例,具体操作如下。
1、我们先通过vs打开解决方案(darknet_no_gpu.sln),文件路径如下所示。模式调整为Release(X64)
DarkNet框架实现分类任务避坑指南(附安装包)_第1张图片
2、打开darknet_no_gpu属性页(这个大家根据自己的opencv路径改一下就可以)
DarkNet框架实现分类任务避坑指南(附安装包)_第2张图片
(1)在VC++目录写入

包含目录:E:\opencv\build\include
库目录:E:\opencv\build\x64\vc14\lib

(2)在链接器——输入写入

pthreadVC2.lib

3、修改data.c
DarkNet中src源码data.c定义读取分类label的机制存在歧义,这点大家可以参考这篇
具体来说需要修改两处函数其实,fill_truth和fill_truth_smooth
大家找到后替换为下面代码

void fill_truth(char *path, char **labels, int k, float *truth)
{
    int i;
    memset(truth, 0, k*sizeof(float));
    int count = 0;
	char new_label[7];
    for(i = 0; i < k; ++i){
		memset(new_label,0,sizeof(new_label));
		strcpy(new_label,"\\");
		strcat(new_label,labels[i]);
		strcat(new_label,"\\");
        printf("!!!!!!___________%d : %s", i,new_label);
        if(strstr(path, new_label)){
            truth[i] = 1;
            ++count;
        }
    }
    if (count != 1) {
        printf("Too many or too few labels: %d, %s\n", count, path);
        count = 0;
        for (i = 0; i < k; ++i) {
            if (strstr(path, labels[i])) {
                printf("\t label %d: %s  \n", count, labels[i]);
                count++;
            }
        }
    }
}
void fill_truth_smooth(char *path, char **labels, int k, float *truth, float label_smooth_eps)
{
    int i;
    memset(truth, 0, k * sizeof(float));
    int count = 0;
    char new_label[7];
    for (i = 0; i < k; ++i) {
        memset(new_label, 0, sizeof(new_label));
        strcpy(new_label, "\\");
        strcat(new_label, labels[i]);
        strcat(new_label, "\\");
        if (strstr(path, new_label)) {
            truth[i] = (1 - label_smooth_eps);
            ++count;
        }
        else {
            truth[i] = label_smooth_eps / (k - 1);
        }
    }
    if (count != 1) {
        printf("Too many or too few labels: %d, %s\n", count, path);
        count = 0;
        for (i = 0; i < k; ++i) {
            if (strstr(path, labels[i])) {
                printf("\t label %d: %s  \n", count, labels[i]);
                count++;
            }
        }
    }
}

4、生成exe
配置完环境后,我们就可以右键——生成,在这个过程会产生很多的warning,这都不是事,只要不error就可以,计算机第一定律:代码和人,有一个能跑就行。
DarkNet框架实现分类任务避坑指南(附安装包)_第3张图片
4、测试
下面,我们用框架中自带的数据来验证下配置是否成功,案例用的是一个检测修狗狗的yolo检测,这里大家下载一下yolo的预训练权重。

打开终端,进入DarkNet X64输入

3、 搭建训练数据集和网络等配置文件

这步骤大家直接走这个连接就可以,写的很明白。

小结

当然,在真正配置过程中,友友肯定还会遇到n多的问题,darknet框架给打工人带来便利的同时,也提高了我们在编译过程中,逻辑的难度,感兴趣的友友可以尝试,如果遇到配置过程中的问题,也可以评论区留言。

你可能感兴趣的:(软件安装,分类,数据挖掘,人工智能)