Ubuntu下Darknet-yolo使用命令

txmmy發表於2024-03-30
UbuntuYOLO

yolo官方文件:
https://pjreddie.com/darknet/yolo

一、搭建yolov5環境

ubuntu22.04.5LTS
gpu:NVIDIA Corporation GP100GL[Tesla P100 16GB]
總結：
使用yolo有兩個途徑

  1. opencv+darknet+yolo.weight
    使用yolov4前需要搭建opencv:教程:ubuntu下搭建opencv
  2. python+yolo
    （1）安裝anaconda以及torch
    （2）下載yolov5原始碼並解壓 或
    git clone https://github.com/ultralytics/yolov5
cd yolov5
pip install -r requirements.txt

或從github下載 yolov5-gihub 然後執行下面指令

conda activate tensorflow
pip install -U -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

一、影像識別

1.使用darknet\opencv

進入darknet-master

./darknet detect cfg/yolov4.cfg yolov4.weights data/dog.jpg
./darknet detect cfg/yolov4.cfg yolov4.weights data/person.jpg
./darknet detect cfg/yolov4.cfg yolov4.weights data/horses.jpg

2.使用python

cd yolov5-master
python detect.py --source ./data/images  --weights yolov5s.pt --conf 0.4

二、攝像頭識別

首先要獲取攝像頭裝置名稱

cd yolov5-master
ls -ltrh /dev/video*
cheese -d /dev/video0

進入虛擬環境tensorflow,在yolov5-master下執行

python detect.py --source 0

相關文章