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()
![](https://images2018.cnblogs.com/blog/1136823/201808/1136823-20180807223820098-441814968.png)
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