自己第一次接触Google colab和darknet框架,此前也未接触过深度学习,从一头雾水到能够正常测试感觉很不容易(希望大佬们不要嘲笑...)。以下是完整的测试过程,希望能为有需要的同学们提供一点帮助(最基本的Google云端硬盘的使用网上已经有了很多教程,就不赘述了):
1. 登录Google云端硬盘;
2. 创建Google colaboratory文件;
3. 点击“修改 -- 笔记本设置 (选择python3 -- GPU)”;
3. 挂载Google云端硬盘:(运行以下代码后会,需要填写一个验证码,复制-回车-完成);
from google.colab import drive
drive.mount("/content/drive")
4. 转换路径到云端硬盘:
import os
path = "drive/My Drive/"
os.chdir(path)
(可以使用以下命令切换路径)
%cd /content/drive/
5.切换路径到自己想要存储的文件夹下后,下载darknet;
!git clone https://github.com/pjreddie/darknet.git
6. 切换到darknet文件夹下
%cd /content/drive/My Drive/darknet
修改Makefile文件的参数如下(可以将文件下载到本地,修改后再上传,可以根据自己的需要设置参数)(我百度了一下没找到可以之间在云盘中修改文件的方法):
GPU=1
CUDNN=1
OPENCV=0
OPENMP=0
DEBUG=0
使用make命令进行编译,会产生几个新的文件;
!make
7. 下载yolov3官网训练好的权重到darknet目录下;
!wget https://pjreddie.com/media/files/yolov3.weights
8. 测试darknet(dog.jpg是data文件夹下自带的);
!./darknet detect cfg/yolov3.cfg yolov3.weights ./data/dog.jpg
9. 由于未指定保存路径,检测后的图片保存在darknet文件夹下。