最轻的YOLO算法出来了！这是个模型很是小、号称目前最快的YOLO算法——大小只有1.3MB，单核每秒148帧，移动设备上也能轻易部署。并且，这个YOLO-Fastest算法知足全部平台的须要。不管是PyTorch，仍是Tensorflow，又或者是Keras和Caffe，能够说是全平台通用。此外，做者还推出了超轻YOLO的“加大版”，一样只须要3.5MB，就能实现比YOLOv3更好的目标检测效果。那么，这么轻的网络，检测效果怎么样？node
一、模型编译、测试和训练
1.一、YOLO-Fastest编译
-
第一步：
git clone https://github.com/dog-qiuqiu/Yolo-Fastest
-
第二步：
下载安装opencv：https://github.com/opencv/opencv/releases/tag/4.4.0
-
第三步：
打开cmake，选择Yolo-Fastest文件夹为source code路径，Yolo-Fastest文件夹为目标文件夹；而后点击configure，再选择opencv.exe解压缩后的build文件夹为OPENCV_DIR的路径；
-
第四步：
打开Visual Studio2017(具体根据你在configure时选择的编译环境，最好选择2017)，选择release，而后生成解决方案；
-
第五步
编译完成后在Yolo-Fastest目录下会有Release文件夹，把里面编译完成的darknet.dll和darknet.exe复制到Yolo-Fastest/build/darknet/x64目录下； -
第六步
把Yolo-Fastest目录下的除README.MD之外的4个文件复制到Yolo-Fastest/build/darknet/x64/cfg目录下；
1.二、YOLO-Fastest视频和图片测试
-
一、 视频测试
输入以下指令既可测试视频检测并输出检测的结果，CPU检测能够达到14FPS/s，比同等条件下使用GPU检测的YOLO-V4快不少：
./darknet detector demo ./cfg/voc.data ./cfg/yolo-fastest.cfg ./cfg/yolo-fastest.weights ./data/test_car.mp4 -i 1 -thresh 0.25 -out_filename ./data/car_output.mp4
注意，测试视频能够为任意你本身想检测的视频文件，这里小编只用了手上有的视频进行了测试git
-
二、 图片测试
输入以下指令既可测试视频检测并输出检测的结果，CPU检测用时为 ：
./darknet detector test ./cfg/voc.data ./cfg/yolo-fastest.cfg ./cfg/yolo-fastest.weights ./data/person.jpg -i 1 -thresh 0.25 -out_filename ./data/person_output.jpg
二、YOLO-Fastest训练
-
一、 根据voc数据集的形式标注本身的数据集；github
-
2 、生成一个预先训练好的模型，用于初始化模型主干:web
./darknet partial yolo-fastest.cfg yolo-fastest.weights yolo-fastest.conv.109 109
-
3 、Train:
./darknet partial yolo-fastest.cfg yolo-fastest.weights yolo-fastest.conv.109 109
如下是原做者所获得的结果算法
References
[1] https://github.com/dog-qiuqiu/Yolo-Fastest
[2] https://github.com/AlexeyAB/darknet微信
本文分享自微信公众号 - 计算机视觉CV（jsjsjcv）。
若有侵权，请联系 support@oschina.cn 删除。
本文参与“OSC源创计划”，欢迎正在阅读的你也加入，一块儿分享。网络