YOLO_V2教程

自我感觉YOLO_v2检测效果还是可以的，目前的用于检测的yolo，ssd都是还不错的，我将yolo_v2尝试了一下，下面我就说说用法。
yolo_v2下载地址：https://github.com/pjreddie/darknet
https://pjreddie.com/darknet/yolo/官网地址，里面有安装的方法以及步骤可以借鉴
https://pjreddie.com/darknet/install/#cuda必要软件安装的地址
https://pjreddie.com/darknet/imagenet/#reference数据集的地址
下载安装包进行编译

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

编译到make就可以啦
还需要对openc以及gpu的调用的话，需要对makefile文件进行修改：

#######原始#########
GPU=0
CUDNN=0
OPENCV=0
OPENMP=0
DEBUG=0
#######修改后#########
GPU=1
CUDNN=0
OPENCV=1
OPENMP=0
DEBUG=0

yolo_v2训练好的模型下载：

wget https://pjreddie.com/media/files/yolo.weights

测试一张狗的图片

./darknet detect cfg/yolo.cfg yolo.weights data/dog.jpg

./darknet detector test cfg/coco.data cfg/yolo.cfg yolo.weights data/dog.jpg

Tiny YOLO

wget https://pjreddie.com/media/files/tiny-yolo-voc.weights
./darknet detector test cfg/voc.data cfg/tiny-yolo-voc.cfg tiny-yolo-voc.weights data/

实时视频检测以及视频检测
实时视频检测

./darknet detector demo cfg/coco.data cfg/yolo.cfg yolo.weights

视屏检测

./darknet detector demo cfg/coco.data cfg/yolo.cfg yolo.weights <video file>

换成自己要检测视频的路径
对于yolo没有提供保存视频的函数，对视频不好保存，因而想了一个办法就是一帧一帧的保存，保存方法

./darknet detector demo cfg/coco.data cfg/yolo.cfg yolo.weights /home/ccf/CCF/math_model_2017/D/2017_FuJian/download_video/4p-c3.avi -prefix /home/ccf/CCF/math_model_2017/D/2017_FuJian/test_5/4p_c3_result_person/

这篇博客说可以直接保存，但是我没有弄出来，还望有人搞出来，留个言，博客网址：http://blog.youkuaiyun.com/hrsstudy/article/details/60876451
对于利用yolo训练好的模型只检测人的方法：
修改源代码：
cfg/coco.data

classes= 1     #修改成1
train  = /home/pjreddie/data/coco/trainvalno5k.txt
valid  = coco_testdev
#valid = data/coco_val_5k.list
names = data/coco.names
backup = /home/pjreddie/backup/
eval=coco

examples/detector.c

void run_detector(int argc, char **argv)//该函数中，倒数第三行.line=542
int classes = option_find_int(options, "classes", 1);//最后一个参数修改成1

void test_detector(char *datacfg, char *cfgfile, char *weightfile, char *filename, float thresh)函数中
draw_detections(im, l.w*l.h*l.n, thresh, boxes, probs, names, alphabet, 1); //最后一个参数修改成1。line=481

重新编译和测试

make clean
make

对将视频变成单张后，可以将图片组合成demo，组合方式如下（matlab代码）：

clear
clc

file_name = '/home/ccf/CCF/math_model_2017/D/2017_FuJian/download_video/6p-c0.avi';        
obj = VideoReader(file_name);     

numFrames = obj.NumberOfFrames;  
for k = 1: numFrames
    frame = read(obj,k);
    %imshow(frame);                
%     gray_frame = rgb2gray(frame);
%     imshow(frame);               
    imwrite(frame,strcat('/home/ccf/CCF/math_model_2017/D/2017_FuJian/test_5/6p_c0/',num2str(k),'.jpg'),'jpg');
end

对于如何训练自己数据我还没有不过大家可以参考这篇博客：
http://lib.youkuaiyun.com/article/deeplearning/57863?knId=1726