SSD失败之后就挺失望的，而且莫名其妙，于是转向YOLO了，其实object detection领域可选的模型并不多，RCNN系列我是大概看过的，还写过：RCNN系列，但是这种location和classification分开的思路，要达到实时的话我的硬件条件肯定是不可能的。YOLOV3我是在TX2上跑过的:YOLOV3-TX2跑起来,而且YOLO是有简化版本的模型的，对于简单应用应该是够了。
因为以前跑过，整体的流程走下来还算比较顺利，比起SSD来说，训练时要修改的代码也比较少，可能留给犯错的概率就少一些。
我分以下几个部分：
- 1. YOLO系列简介。
- 2. 编译环境准备。
- 3. 训练配置。
1. YOLOV3系列简介。
1.1:简介。
- 作者：Joseph Redmon
- YOLO主页：YOLO
- 作者github: https://github.com/pjreddie
- 模型简介：You only look once (YOLO) is a state-of-the-art, real-time object detection system. On a Pascal Titan X it processes images at 30 FPS and has a mAP of 57.9% on COCO test-dev.
和其他模型的对比：(总结起来一句话：比它快的准确率没有它高，准确率比它高的没有他快)
| Model | Train | Test | mAP | FLOPS | FPS | Cfg | Weights |
|---|---|---|---|---|---|---|---|
| SSD300 | COCO trainval | test-dev | 41.2 | - | 46 | link | |
| SSD500 | COCO trainval | test-dev | 46.5 | - | 19 | link | |
| YOLOv2 608x608 | COCO trainval | test-dev | 48.1 | 62.94 Bn | 40 | cfg | weights |
| Tiny YOLO | COCO trainval | test-dev | 23.7 | 5.41 Bn | 244 | cfg | weights |
| SSD321 | COCO trainval | test-dev | 45.4 | - | 16 | link | |
| DSSD321 | COCO trainval | test-dev | 46.1 | - | 12 | link | |
| R-FCN | COCO trainval | test-dev | 51.9 | - | 12 | link | |
| SSD513 | COCO trainval | test-dev | 50.4 | - | 8 | link | |
| DSSD513 | COCO trainval | test-dev | 53.3 | - | 6 | link | |
| FPN FRCN | COCO trainval | test-dev | 59.1 | - | 6 | link | |
| Retinanet-50-500 | COCO trainval | test-dev | 50.9 | - | 14 | link | |
| Retinanet-101-500 | COCO trainval | test-dev | 53.1 | - | 11 | link | |
| Retinanet-101-800 | COCO trainval | test-dev | 57.5 | - | 5 | link | |
| YOLOv3-320 | COCO trainval | test-dev | 51.5 | 38.97 Bn | 45 | cfg | weights |
| YOLOv3-416 | COCO trainval | test-dev | 55.3 | 65.86 Bn | 35 | cfg | weights |
| YOLOv3-608 | COCO trainval | test-dev | 57.9 | 140.69 Bn | 20 | cfg | weights |
| YOLOv3-tiny | COCO trainval | test-dev | 33.1 | 5.56 Bn | 220 | cfg | weights |
| YOLOv3-spp | COCO trainval | test-dev | 60.6 | 141.45 Bn | 20 | cfg | weights |
1.2.YOLO原理。
论文我正在看，等我看完了再写这一部分，但是因为这个模型的训练和检测框架都是端到端的，所以即使 不了解中间的细节也是可以训练和检测的。
2. 编译环境准备。
相较于其他模型来说，darknet的编译环境是最简单的。因为他并没有用时下比较流行的深度学习框架来写，而是作者自己用C撸了一个框架:darknet。这个框架是用C和CUDA-C来写的（这代码能力就只有仰望的份了），所以装了ubuntu系统装好以后就可以用了，非常简单。
如果需要(一般肯定是需要的)GPU加速的话，那么需要安装NVIIDA的那一套东西（驱动，CUDA,CUDNN)，如果需要测试视频和显示视频或者照片的话，那么需要安装opencv。
所以是不是很简单？
我自己的电脑是win10+ubuntu的双系统。win10下darknet也是可以配置的，但是为了简单和适应linux系统我这次还是选择了ubuntu系统，中间安装opencv的时候空间不够了，我手贱想从win10下面分出来一点空间来给ubuntu的时候，出了岔子，ubunut系统崩掉了，一气之下我把C盘清空了，两个系统都重装了。
装系统的话就不多说了，win10下装ubuntu的话大概以下几个步骤：
- ①从win的系统盘右键压缩出来50G(有的话可以再多点)的未分配的空间。（可能是绿色或者黑色的，不是很影响）
- ②制作ubuntu的u盘启动盘，用软碟通就可以，这个很简单。
- ③重启，进bios，从u盘启动，顺便把电脑的网断了（拔掉网线或者关闭wifi），然后安装，不要选择安装更新，并且自己分配空间，就从刚才从win10上压缩的未分配空间来分配。
然后基本就可以了，如果遇到什么问题，勤百度，这写坑基本上都有。
至于安装NVIDIA的那一套，网上也是有很多教程，我也是踩了很多坑，现在也无法截图写教程了，就不说了，这一套更新挺快的，并不是越新越好（越适合自己的项目），注意各个版本需要匹配。
opencv的编译写一下，因为我正在弄。
- ①安装一些依赖环境：
sudo apt-get install build-essential
sudo apt-get install cmake git libgtk2.0-dev pkg-config libavcodec-dev libavformat-dev libswscale-dev
sudo apt-get install python-dev python-numpy libtbb2 libtbb-dev libjpeg-dev libpng-dev libtiff-dev libjasper-dev libdc1394-22-dev
sudo apt-get install –assume-yes libopencv-dev libdc1394-22 libdc1394-22-dev libjpeg-dev libpng12-dev libtiff5-dev libjasper-dev libavcodec-dev libavformat-dev libswscale-dev libxine2-dev libgstreamer0.10-dev libgstreamer-plugins-base0.10-dev libv4l-dev libtbb-dev libqt4-dev libfaac-dev libmp3lame-dev libopencore-amrnb-dev libopencore-amrwb-dev libtheora-dev libvorbis-dev libxvidcore-dev x264 v4l-utils unzip
sudo apt-get install ffmpeg libopencv-dev libgtk-3-dev python-numpy python3-numpy libdc1394-22 libdc1394-22-dev libjpeg-dev libpng12-dev libtiff5-dev libjasper-dev libavcodec-dev libavformat-dev libswscale-dev libxine2-dev libgstreamer1.0-dev libgstreamer-plugins-base1.0-dev libv4l-dev libtbb-dev qtbase5-dev libfaac-dev libmp3lame-dev libopencore-amrnb-dev
选择的地方全部选择yes，然后等待安装完成就可以了。
- ② 下载opencv源码，这个自己想办法吧，网络好的话还是比较快的。然后解压。
- ③ 配置cmake编译。
cd opencv-3.4.1 #解压的文件
mkdir build #创建build文件夹
cd build #进入build文件夹
cmake -D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_INSTALL_PREFIX=/usr/local -D WITH_TBB=ON -D WITH_V4L=ON -D WITH_QT=ON -D WITH_OPENGL=ON -D WITH_GTK=ON -D WITH_GTK_2_X=ON -D CUDA_NVCC_FLAGS="-D_FORCE_INLINES" ..
#配置cmake
sudo make #编译
编译还是挺慢的，我跑了步回来还没好，耐心等着就可以了。
然后
sudo make install #这个sudo是必须的，要不会因为权限问题产生错误
这样就可以了，有的教程写这里需要添加动态连接什么的，我倒没有这么做，就直接可以用了。
- ④测试。
mkdir opencv_cpp #建立一个文件夹：
gedit lena.cpp #建立测试文件
gedit CMakelist.txt #建立CMakeLists文件
cmake . #编译头文件和源文件
make #生成可执行文件
CMakelist.txt 里面写的是：
cmake_minimum_required(VERSION 2.8)
project( DisplayImage )
find_package( OpenCV REQUIRED )
add_executable( LENA lena.cpp )
target_link_libraries( LENA ${OpenCV_LIBS} )
cpp文件里写的是：
#include <stdio.h>
#include <opencv2/opencv.hpp>
using namespace cv;
int main(int argc, char** argv )
{ if ( argc != 2 )
{ printf("usage: DisplayImage.out <Image_Path>\n");
return -1; }
Mat image;
image = imread( argv[1], 1 );
if ( !image.data )
{ printf("No image data \n"); return -1; }
namedWindow("Display Image", WINDOW_AUTOSIZE );
imshow("Display Image", image);
waitKey(0);
return 0;
}
然后找一张照片命名lena.jpg，放到lena.cpp的同级目录下。
最后执行：
./LENA lena.jpg 看到显示照片的话就说明没有问题了。
c++版本的opencv这里就可以用了，但是没有好用的编辑器，还是不如win下面VS写起来好用。
未完待续……
网友评论