Yolo：PyTorch 与 Darknet

Question

我最近在 PyTorch 中发现了 Yolo 实现（例如 https://github.com/ultralytics/yolov3）。我想知道这是否真的与具有 Darknet 主干的相同（在模型精度、速度等方面）？

我问这个问题是因为使用 PyTorch 更容易（因为我正在努力在 Windows 上安装 Darknet）。

Answer 1

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 上运行良好并且有很多社区支持。(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 = ‘安装路径’。
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 10.2.
7. 在 darknet 目录中使用 powershell 命令“.uild.ps1”进行构建。

Answer 2

Python 实现永远不会像 Darknet 的 C/C++ 版本那么快。不确定您尝试在 Windows 上安装哪个存储库。请注意，流行的 AlexeyAB 版本已被废弃多年。可以在这里找到具有新 Windows 安装方法的新 Darknet/YOLO 存储库：https://github.com/hank-ai/darknet#table-of-contents

Answer 3

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 等框架配合使用。 YOLO 和暗网可以很好地互补，因为它对 CUDA 和 CUDNN 具有强大的支持。使用您想要的任何框架！