【超快超轻YOLO】YOLO-Fastest从Darknet源码编译、测试再到训练完整图文教程！

最轻的YOLO算法出来了！这是个模型非常小、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。而且，这个YOLO-Fastest算法满足所有平台的需要。不论是PyTorch，还是Tensorflow，又或者是Keras和Caffe，可以说是全平台通用。此外，作者还推出了超轻YOLO的“加大版”，同样只需要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？

1、模型编译、测试和训练

1.1、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；然后点击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，然后生成解决方案；

• 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以外的4个文件复制到Yolo-Fastest/build/darknet/x64/cfg目录下；

1.2、YOLO-Fastest视频和图片测试

• 1、视频测试
  输入如下指令既可测试视频检测并输出检测的结果，CPU检测可以达到14FPS/s，比同等条件下使用GPU检测的YOLO-V4快很多：

 ./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，测试视频可以为任意你自己想检测的视频文件，这里小编只用了手上有的视频进行了测试

• 2、图片测试
  输入如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

2、YOLO-Fastest训练

• 1、 根据voc数据集的形式标注自己的数据集；

• 2 、生成一个预先训练好的模型，用于初始化模型主干:

 ./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

以下是原作者所得到的结果

References

[1] https://github.com/dog-qiuqiu/Yolo-Fastest
[2] https://github.com/AlexeyAB/darknet