文章目錄

• YOLO簡介
• 使用方法
• 檢測效果
• 參考資料

YOLO簡介

  YOLO是一個比較容易復現和搭建的目標識別演算法，主要基於Darknet實現。YOLO可以快速實現對圖片、視訊中目標的檢測，目前已經更新到第三代。在這裡不詳細介紹YOLO的實現原理，感興趣的朋友可以自己去官網檢視資料，官網上有詳細的資料文件，還有簡單教程。本章主要在OrangePi上搭建YOLO，並對圖片進行目標檢測，檢測效果如下圖：

使用方法

YOLO3在OrangePi上沒辦法執行，因此使用YOLO2，使用Tiny版本神經網路權重（weights）
1.下載Darknet

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

2.下載訓練好的神經網路權重

wget https://pjreddie.com/media/files/yolov2-tiny-voc.weights

3.對圖片進行檢測
可以替換data/dog.jpg成其他圖片，實現對其他圖片的檢測

./darknet detector test cfg/voc.data cfg/yolov2-tiny-voc.cfg yolov2-tiny-voc.weights data/dog.jpg

**注意：**檢測結果呈現在/Darknet/

檢測效果

參考資料

YOLO官網
YOLO3官網連線
YOLO3官網連線