darknet学习笔记

目录

搭建编译环境

准备预处理

训练darknet模型

通过进程通讯方式调用训练好的darknet模型

场景落地与性能提升

源代码分析：

---

更多深度学习相关文章，参看：深度学习与机器学习

返回OCT图像分类

darknet是c语言写的一个轻量级深度学习框架

yolo官网：https://pjreddie.com/darknet/yolo/

darknet-windows代码下载：https://github.com/AlexeyAB/darknet(墙裂推荐看里面的README，里面有一些使用教程)

搭建编译环境

Win10下搭建darknet深度学习运行编译环境GPU版本

自己动手实现darknet:配置cuda环境

准备预处理

图像分类工具ImageClassification标记或转存图片

运用python为不平衡数据采样

训练darknet模型

如何训练darknet模型：修改官网已有模型训练自己图片

通过进程通讯方式调用训练好的darknet模型

公司的软件调用可以调用darknet运行test指令的小工具软件，从而实现图像分类。

运用darknet训练好模型后，我们还需要将训练好的模型集成到现有软件产品中，所以就需要调用已经训练好的darknet模型。

win10下cmd运行已经训练好的darknet模型

win10下cmd运行darknet模型报错：cuDNN Error:CUDNN_STATUS_EXECUTION_FAILED

opencv的dnn模块，目前还有一个内存泄漏问题，调用的时候会崩掉。

读取内存中的图片并使用opencv调用darknet模型分类

win10+VS2015+opencv3.4.3调用已经训练好的darknet模型

C++编写小软件RR.exe通过predict命令调用已经训练好的darknet模型

C++编写小软件Batch.exe通过test命令调用已经训练好的darknet模型

python语言与C++相比就会高效很多，只是目前还没有日志功能。

python通过test命令调用darknet已经训练好的模型

场景落地与性能提升

迁移学习darknet框架19448图像分类模型进行OCT图像分类

实现能够直接读取内存图片的预测分类动态库

修改darknet源代码，使其能够直接训练二进制图像数据

darknet:其他模型训练OCT图像分类

pytorch框架基于resnet18训练OCT数据

源代码分析：

darknet训练图像分类优化器研究

darknet源码学习：预测分类函数float *network_predict_gpu(network net, float *input)

为什么相同图片相同模型，pytorch与darknet结果大不相同？

YOLOv3：Darknet代码解析（五）权重与特征存储