Darknet yolov3源码解析之一

最新推荐文章于 2022-11-03 14:50:24 发布

转载最新推荐文章于 2022-11-03 14:50:24 发布 · 1k 阅读

6 ·

CC 4.0 BY-SA版权

原文链接：http://www.cnblogs.com/codebirdhan/p/9440100.html

文章标签：

#人工智能 #开发工具

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