Yolo：PyTorch与Darknet

问题描述

我最近在PyTorch中找到了Yolo实现（例如https://github.com/ultralytics/yolov3）。我想知道这是否真的和使用Darknet主干网的服务器相同（在模型准确性，速度等方面）？

我问是因为PyTorch更加容易（因为我正在努力在Windows上安装Darknet）。

亲切的问候， 可以

解决方法

请按照以下步骤在window10上安装darknet框架。 我建议从AlexeyAB存储库克隆darknet，因为它在Windows10和许多社区支持下都很好用。（https://github.com/AlexeyAB/darknet）。 现在它有一个python包装器，因此您可以在python上实现它。

1. 克隆暗网存储库。
2. 安装vcpkg。（https://github.com/microsoft/vcpkg）
3. 安装Visual Studio 2017。
4. 安装CUDA和CUDNN。
5. 将CUDNN添加到系统环境中。变量名称='CUDNN'，变量值= “已安装的路径”。
6. 将“ CUDA_TOOLKIT_ROOT_DIR”添加到系统环境中。变量名称='CUDNN'， 变量值='安装路径\ NVIDIA GPU计算工具包\ CUDA \ v10.2。
7. 在darknet目录中使用powershell命令'。\ build.ps1'进行构建。

希望您能找到此帮助：）。

,

YOLO (You Only Look Once) 是一种一次性检测器方法，用于检测特定图像中的对象。它可以与 Darknet、Pytorch、Tensorflow、Keras 等框架一起使用。 YOLO 和暗网很好地互补，因为它对 CUDA 和 CUDNN 有强大的支持。使用任何你想要的框架！！