文件內容簡介
配置darknet，使用yolov3，下載coco數據集的時候，許多下載項下載特別緩慢，且數據集比較龐大。特此統一收集了相關下載項供大家參考^ -^
百度雲盤
https://pan.baidu.com/s/1xttGkdZ3zU9K2Y9MnwphKg
提取碼：5kma
darknet文件（內含yolov3.weights文件）
文件尚未編譯，根據自己需要修改makefile文件，然後直接make即可
opencv3.4.0 （內含ippicv文件）
Makefile選擇了OpenCV的話，高版本的OpenCV會導致編譯出現各種bug，所以請安裝3.4.0版本的OpenCV，注！需要自行配置OpenCV環境。文件夾中同時提供ippicv_2019_lnx_intel64_general_20180723文件，編譯時候需要下載這個文件，非常慢，注！這裏需要自行百度如何修改編譯時是讀取本地文件而不是下載
2014年coco數據集
包括train，val，annotation三個壓縮包，近20G
coco數據集中必要的下載項及使用流程
在darknet /scripts中有一個下載coco數據集的腳本文件get_coco_dataset.sh，放到darknet/data文件夾下，使用命令 bash get_coco_dataset.sh,運行
詳細使用步驟：
1：由於該腳本先要git clone ，所以直接運行腳本，等待git clone的完成
2：腳本運行到
wget -c https://pjreddie.com/media/files/train2014.zip這一步時候關閉終端，把下載好的train2014和val2014壓縮包解壓進images文件夾
文件目錄關係如上圖，點開文件夾裏面就應該是圖片
3：把百度雲盤中“coco腳本下載的文件”文件夾中的四個文件複製到coco目錄中。最後再把腳本文件運行一遍直到結束（腳本檢測到文件已經下載會直接跳到下一步）
annotation壓縮包可解壓到darknet/coco/annotations文件夾（可能train和val的annotation文件已經在裏面了，根據實際需要使用）
最後的效果如下圖
