SSD失敗之後就挺失望的，而且莫名其妙，於是轉向YOLO了，其實object detection領域可選的模型並不多，RCNN系列我是大概看過的，還寫過：RCNN系列，但是這種location和classification分開的思路，要達到實時的話我的硬件條件肯定是不可能的。YOLOV3我是在TX2上跑過的:YOLOV3-TX2跑起來,而且YOLO是有簡化版本的模型的，對於簡單應用應該是夠了。 因爲以前跑過，整體的流程走下來還算比較順利，比起SSD來說，訓練時要修改的代碼也比較少，可能留給犯錯的概率就少一些。 我分以下幾個部分：
- 1. YOLO系列簡介。
- 2. 編譯環境準備。
- 3. 訓練配置。
1. YOLOV3系列簡介。
1.1:簡介。
- 作者：Joseph Redmon
- YOLO主頁：YOLO
- 作者github: https://github.com/pjreddie
- 模型簡介：You only look once (YOLO) is a state-of-the-art, real-time object detection system. On a Pascal Titan X it processes images at 30 FPS and has a mAP of 57.9% on COCO test-dev.
和其他模型的對比：(總結起來一句話：比它快的準確率沒有它高，準確率比它高的沒有他快)
Model | Train | Test | mAP | FLOPS | FPS | Cfg | Weights |
|---|---|---|---|---|---|---|---|
SSD300 | COCO trainval | test-dev | 41.2 | - | 46 | link | |
SSD500 | COCO trainval | test-dev | 46.5 | - | 19 | link | |
YOLOv2 608x608 | COCO trainval | test-dev | 48.1 | 62.94 Bn | 40 | cfg | weights |
Tiny YOLO | COCO trainval | test-dev | 23.7 | 5.41 Bn | 244 | cfg | weights |
SSD321 | COCO trainval | test-dev | 45.4 | - | 16 | link | |
DSSD321 | COCO trainval | test-dev | 46.1 | - | 12 | link | |
R-FCN | COCO trainval | test-dev | 51.9 | - | 12 | link | |
SSD513 | COCO trainval | test-dev | 50.4 | - | 8 | link | |
DSSD513 | COCO trainval | test-dev | 53.3 | - | 6 | link | |
FPN FRCN | COCO trainval | test-dev | 59.1 | - | 6 | link | |
Retinanet-50-500 | COCO trainval | test-dev | 50.9 | - | 14 | link | |
Retinanet-101-500 | COCO trainval | test-dev | 53.1 | - | 11 | link | |
Retinanet-101-800 | COCO trainval | test-dev | 57.5 | - | 5 | link | |
YOLOv3-320 | COCO trainval | test-dev | 51.5 | 38.97 Bn | 45 | cfg | weights |
YOLOv3-416 | COCO trainval | test-dev | 55.3 | 65.86 Bn | 35 | cfg | weights |
YOLOv3-608 | COCO trainval | test-dev | 57.9 | 140.69 Bn | 20 | cfg | weights |
YOLOv3-tiny | COCO trainval | test-dev | 33.1 | 5.56 Bn | 220 | cfg | weights |
YOLOv3-spp | COCO trainval | test-dev | 60.6 | 141.45 Bn | 20 | cfg | weights |
1.2.YOLO原理。
論文我正在看，等我看完了再寫這一部分，但是因爲這個模型的訓練和檢測框架都是端到端的，所以即使 不瞭解中間的細節也是可以訓練和檢測的。
2. 編譯環境準備。
相較於其他模型來說，darknet的編譯環境是最簡單的。因爲他並沒有用時下比較流行的深度學習框架來寫，而是作者自己用C擼了一個框架:darknet。這個框架是用C和CUDA-C來寫的（這代碼能力就只有仰望的份了），所以裝了ubuntu系統裝好以後就可以用了，非常簡單。 如果需要(一般肯定是需要的)GPU加速的話，那麼需要安裝NVIIDA的那一套東西（驅動，CUDA,CUDNN)，如果需要測試視頻和顯示視頻或者照片的話，那麼需要安裝opencv。 所以是不是很簡單？ 我自己的電腦是win10+ubuntu的雙系統。win10下darknet也是可以配置的，但是爲了簡單和適應linux系統我這次還是選擇了ubuntu系統，中間安裝opencv的時候空間不夠了，我手賤想從win10下面分出來一點空間來給ubuntu的時候，出了岔子，ubunut系統崩掉了，一氣之下我把C盤清空了，兩個系統都重裝了。 裝系統的話就不多說了，win10下裝ubuntu的話大概以下幾個步驟：
- ①從win的系統盤右鍵壓縮出來50G(有的話可以再多點)的未分配的空間。（可能是綠色或者黑色的，不是很影響）
- ②製作ubuntu的u盤啓動盤，用軟碟通就可以，這個很簡單。
- ③重啓，進bios，從u盤啓動，順便把電腦的網斷了（拔掉網線或者關閉wifi），然後安裝，不要選擇安裝更新，並且自己分配空間，就從剛纔從win10上壓縮的未分配空間來分配。 然後基本就可以了，如果遇到什麼問題，勤百度，這寫坑基本上都有。
至於安裝NVIDIA的那一套，網上也是有很多教程，我也是踩了很多坑，現在也無法截圖寫教程了，就不說了，這一套更新挺快的，並不是越新越好（越適合自己的項目），注意各個版本需要匹配。 opencv的編譯寫一下，因爲我正在弄。
- ①安裝一些依賴環境：
sudo apt-get install build-essential sudo apt-get install cmake git libgtk2.0-dev pkg-config libavcodec-dev libavformat-dev libswscale-dev sudo apt-get install python-dev python-numpy libtbb2 libtbb-dev libjpeg-dev libpng-dev libtiff-dev libjasper-dev libdc1394-22-dev sudo apt-get install –assume-yes libopencv-dev libdc1394-22 libdc1394-22-dev libjpeg-dev libpng12-dev libtiff5-dev libjasper-dev libavcodec-dev libavformat-dev libswscale-dev libxine2-dev libgstreamer0.10-dev libgstreamer-plugins-base0.10-dev libv4l-dev libtbb-dev libqt4-dev libfaac-dev libmp3lame-dev libopencore-amrnb-dev libopencore-amrwb-dev libtheora-dev libvorbis-dev libxvidcore-dev x264 v4l-utils unzip sudo apt-get install ffmpeg libopencv-dev libgtk-3-dev python-numpy python3-numpy libdc1394-22 libdc1394-22-dev libjpeg-dev libpng12-dev libtiff5-dev libjasper-dev libavcodec-dev libavformat-dev libswscale-dev libxine2-dev libgstreamer1.0-dev libgstreamer-plugins-base1.0-dev libv4l-dev libtbb-dev qtbase5-dev libfaac-dev libmp3lame-dev libopencore-amrnb-dev
選擇的地方全部選擇yes，然後等待安裝完成就可以了。
- ② 下載opencv源碼，這個自己想辦法吧，網絡好的話還是比較快的。然後解壓。
- ③ 配置cmake編譯。
cd opencv-3.4.1 #解壓的文件 mkdir build #創建build文件夾 cd build #進入build文件夾 cmake -D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_INSTALL_PREFIX=/usr/local -D WITH_TBB=ON -D WITH_V4L=ON -D WITH_QT=ON -D WITH_OPENGL=ON -D WITH_GTK=ON -D WITH_GTK_2_X=ON -D CUDA_NVCC_FLAGS="-D_FORCE_INLINES" .. #配置cmake sudo make #編譯
編譯還是挺慢的，我跑了步回來還沒好，耐心等着就可以了。 然後
sudo make install #這個sudo是必須的，要不會因爲權限問題產生錯誤
這樣就可以了，有的教程寫這裏需要添加動態連接什麼的，我倒沒有這麼做，就直接可以用了。
- ④測試。
mkdir opencv_cpp #建立一個文件夾： gedit lena.cpp #建立測試文件 gedit CMakelist.txt #建立CMakeLists文件 cmake . #編譯頭文件和源文件 make #生成可執行文件
CMakelist.txt 裏面寫的是：
cmake_minimum_required(VERSION 2.8)
project( DisplayImage )
find_package( OpenCV REQUIRED )
add_executable( LENA lena.cpp )
target_link_libraries( LENA ${OpenCV_LIBS} )cpp文件裏寫的是：
#include <stdio.h>
#include <opencv2/opencv.hpp>
using namespace cv;
int main(int argc, char** argv )
{ if ( argc != 2 )
{ printf("usage: DisplayImage.out <Image_Path>\n");
return -1; }
Mat image;
image = imread( argv[1], 1 );
if ( !image.data )
{ printf("No image data \n"); return -1; }
namedWindow("Display Image", WINDOW_AUTOSIZE );
imshow("Display Image", image);
waitKey(0);
return 0;
}然後找一張照片命名lena.jpg，放到lena.cpp的同級目錄下。
最後執行：
./LENA lena.jpg 看到顯示照片的話就說明沒有問題了。
c++版本的opencv這裏就可以用了，但是沒有好用的編輯器，還是不如win下面VS寫起來好用。
未完待續……