很多博友看了我的第一篇博客yolo類檢測算法解析——yolo v3，對其有了一定的認識和了解，但是並沒有貼出代碼和運行效果，略顯蒼白。因此在把篇博客理論的基礎上，造就了第一篇實踐文章，也就是本文。只要讀者有著強大的理論支撐，什麽模型什麽框架都是一樣玩。所以老師又會跟你說哲學和科學、科學和技術存在如何的關聯，盡管很抽象，但是沒有人反駁過就像有這麽多的編程語言，各有特色，最後也都幹了相同或相似的事，那麽多的框架，各有千秋，最後也都幹了相同或相似的事。又或者說反了，是因為它們都想幹相同或相似的事，而又有著不同的實現方法，最後形成了那麽多的框架和語言，也許這就是All roads lead to Rome的道理。雖都是通往羅馬的路，但是每條路的特征不一樣，存在即合理......

yolov3的實踐篇必須向讀者介紹兩個很好用的開源項目，面向Windows開發用戶而設計，而它們都來源於同一個作者，也就是AlexeyAB，作者的奉獻推動了yolo系列算法的研究和推進，在此僅以綿薄的文字表達對作者的敬仰之意。本篇博客主要是介紹、安裝和使用這兩個項目的入門介紹。

兩個項目：

1. Yolo_mark

這是在yolo項目下作者創建的標註項目，就是把圖片集標註成一個txt文件，如下：

0 0.498437 0.481499 0. 117188 0.175000

第一位是類ID，表示為0具體代表的是啥，請看相應的.names文件，然後接下來四個小數字代表的是bbox和圖片分辨率的關系，具體說明一下：

yolo中用到的GT都是bbox中心點坐標，但是光有中心點坐標是不能準確定位一個框的，所以需要兩個輔助的坐標，自然就是框的寬和高，並對其歸一化處理；而在預測環節，如果用相對anchor box的絕對值坐標，同一目標相對anchor的位置受參數影響變化很大，模型收斂困難，因此論文通過相對網格點的偏移固定bbox中心點，並通過先驗anchor box預測bbox的寬和高，這樣的話，可以概括為：

#GT:假設bbox的中心點坐標為(x,y);bbox的寬和高分別為(w,h);圖片分辨率為(u,v),本來的坐標是(x,y,w,h);歸一化後的坐標是：(x/u, y/v, w/u, h/v)
#Pr:(x,y,w,h)通過建立相對網格點和anchor box的位置關系獲得。
#同理，上述推理也很容易求得bbox矩形框的坐標，畫出最終的檢測結果。
 

曾經我也試用了一下，感覺還是很不錯的，感興趣的可以寫一個標註的工具分享給大家。

如何編譯和使用，項目介紹裏寫得很清楚；需要將opencv的依賴配置到項目屬性中，編譯過程中可能會遇到如下錯誤：

• 找不到highgui.hpp：這個錯誤是由於頭文件地址不對，把highgui.hpp的地址改為#include<opencv2/highgui/highgui.hpp>。
• snprintf()函數報錯：在Windows系統中該函數其實是_snprintf，但是編譯器提示最好用_snprintf_s()函數替代。

2. darknet

這個項目才是最重要的。首先第一步就是配置darknet。本文的環境是cuda8.0和cudnn7。首先需要打開darknet項目的vcxproj文件，修改cuda版本，否則會無法加載darknet項目。修改9.1 為8.0，如圖：

緊接著打開darknet項目解決方案，配置項目屬性。

• 配置第三方庫，如圖所示。

• 配置opencv，步驟同上，include，lib，如果配置好就不需要再配了，此處省略。
• 預編譯器定義。

接下來就可以build該項目了，如圖所示：

成功之後，就是和之前的yolo版本一樣用了，Ubuntu的也是，代碼也是差不多。下面測試一下其性能：

測試視頻：darknet.exe detector demo data/coco.data yolov3.cfg yolov3.weights -i 0 -thresh 0.25 test.mp4

測試圖片：darknet.exe detector test data/coco.data yolov3.cfg yolov3.weights -i 0 -thresh 0.25 test.jpg

測試USB攝像頭：darknet.exe detector demo data/coco.data yolov3.cfg yolov3.weights -i 0 -thresh 0.25 -c 0

忘截圖了，如果USB攝像頭無法調用，第一步確保電腦相機可以打開，第二步嘗試更換-c 後面的編號，第三步參考USB攝像頭無法正常讀取問題。

最後，重要的部分，yolo裏面有幾個源代碼文件對應於上面的測試，具體請看：darknet.c（主程序）解析第一個輸入的關鍵字指令，比如上面的detector，然後執行run_detector(int argc, char **argv)這個函數，接著跳到detector.c，繼續解析命令行關鍵指令，比如上面的demo和test和後面跟著的配置參數如cfg，data，weight等等，重點是demo跳到

demo(cfg, weights, thresh, hier_thresh, cam_index, filename, names, classes, frame_skip, prefix, out_filename, http_stream_port, dont_show);

就到了demo.c裏面，test就跳到test_detector(datacfg, cfg, weights, filename, thresh, hier_thresh, dont_show)函數了。還有image.c，detection_layer.c，utils.c，data.c等等。

yolov3實踐（一）