Darknet yolov3源码解析之一

本文从Darknet官网出发,详细解读了Darknet源码结构及其使用方法。通过分析darknet目录下的各子目录,如backup、cfg、data、example、include和src的功能,深入理解darknet如何进行模型训练和检测。并以官网测试命令为例,逐步剖析了darknet的执行流程,包括network_predict()和get_network_boxes()等关键函数的作用。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

今天开始,记录darknet源码的解读。 

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

进入darknet目录会出现下面的目录结构 

backup:主要存放训练的模型 ;cfg:网络模型的结构;data:一些数据其中label文件夹作用是在检测结构最后显示label的结果如Person等;example:存放了一些.c文件其中比较主要的是darknet.c和detector.c;

include:包含darknet.h 头文件,主要是一些定义和 函数声明;src:绝大部分的源码,各种层等等。

Start!

下面就官网的测试命令作为入口

./darknet detect cfg/yolov3.cfg yolov3.weights data/dog.jpg
./darknet 是执行当前文件下面已经编译好的darknet文件
detect 是命令 后面三个分别是参数: 网络模型 网络权重 需要检测的图片
那么这个命令在哪呢?

argv[1] 在上面的命令中就是 detect 可以看出这里调用了test_detector()

对比上面可以看出 *datacfg被默认为cfg/coco.data  .data存放的是你训练集(train)/测试集(valid) 图片的绝对路径 以及类别数目(classes)以及类别名称文件夹(names = data/coco.names) 

这个函数是检测的重点部分 (敲黑板!)

 go on~

 具体的network_predict()过程我就不再赘述了 gdb调试的话也就是数据的不断前馈,最后给出网络的结果

我们主要来看get_network_boxes()

这次就讲到这里,下次说的是网络前馈之后出来的数据到底是什么样的形式?怎么解析的?各种值x,y,w,h,c,classes都是怎么存放的



转载于:https://www.cnblogs.com/codebirdhan/p/9440100.html

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值