衣服自己洗

Yolo 作为当下比较流行的物体检查AI模型之一，还是得到了大家的青睐，主要说来有几个因素：

1、检测的范围广。按照官方的说法是可以支持9000种常见的分类，并且Yolo v2覆盖了 coco 的数据集。
2、检测的准确率高。我拿实际照片跑了下，还是有意外的惊喜。
3、检测速度快。使用普通的 CPU就可以运行 Tiny YOLO 低配版的数据集，我的笔记本上大概会是12s左右。在 2080Ti 显卡上跑 Yolo v2或者 v3的版本速度都很快，毫秒级别的响应。

原本是想在树莓派上运行，所以尝试的是源码安装。如果缺少什么依赖库，自行安装。

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

cd darknet
make

编译完成后，还需要去下载权重文件，这个就比较大了，我先后找过好几个不同的版本，好在都找齐了。

运行命令

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

如果想试一试乞丐版本，就换成下面的参数：

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

运行后，会在根目录下生产一张 predictions.jpg 结果图片，多次运行命令会覆盖掉先前的图片。

在我的 Firefly 上是可以成功编译成功的，但是加载权重文件预测时失败了，不知道是内存不够用还是什么情况，网上有很多类似的提问，浏览了好多，还有修改版的权重文件提供，反正我是没有成功，看起来想在树莓派上跑起来不太可行了。

有哪位同学可以跑通，麻烦告诉下我。