前言
说到Real-Time Object Detection(实时目标检测),目前最快性能最好的莫属YOLO以及SSD,下图中横坐标为MAP指数,MAP越高代表模型性能也好;纵坐标表示处理一张图片所与需要的时间(注:这里的时间是在GPU上测试的,并且GPU型号是用的nvidia TItan X)。
下面本博客针对YOLO进行安装和测试,SDD请参考我的另一篇博客。
1、环境搭建
(1)平台:Ubuntu16.04
(2)安装GPU:可参考我的博文,写得非常详细:https://blog.csdn.net/hunzhangzui9837/article/details/82853565
(3)安装opencv
sudo pip install opencv-python
2、测试YOLO
环境搭建好之后,按照官网的步骤进行操作就可以了。
参考官网:https://pjreddie.com/darknet/yolo/
如果要实现摄像头实时物体检测,在执行make之前需要修改Makefile两处:
首先执行:
sudo vim Makefile
(1)GPU、CUDNN、OPENCV设置为1
(2)nvcc路径设置
最后找一个USB摄像头,执行结果:
3、总结
虽然操作起来简单,直接按照官网步骤就可以实现,但模型可塑性不强,不好二次开发,这是个问题。