首页 > AI, 日常 > 尝鲜 Yolo 物体识别

尝鲜 Yolo 物体识别

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。

分类: AI, 日常 标签:
  1. 本文目前尚无任何评论.
  1. 本文目前尚无任何 trackbacks 和 pingbacks.