官網：
以下全部在伺服器上完成，伺服器上是有opencv等。
1.安裝darknet
git clone（258 mb）cd darknet
make
。或者只是執行這個：
wget3.執行檢測器
./darknet detect cfg/yolo.cfg yolo.weights data/dog.jpg你會看到一些這樣的輸出：
darknet列印出它檢測到的物件，它的信心，以及找到它們需要多長時間。我們沒有編譯darknet，opencv所以它不能直接顯示檢測。目錄下predictions.png可看到上圖。您可以開啟它來檢視檢測到的物件。由於我們在cpu上使用了darknet，所以每個影象需要大約6-12秒。如果我們使用gpu版本，會更快。
4.下面是使用gpu需要修改的命令
不要忘了修改目錄下的makefile！這是我伺服器跑的結果，沒設定gpu的話用了50s。因為設定了opencv，所以直接彈出了。gpu,cudnn,opencv設為1
make後重新跑一次（必須make）
5.更改檢測閾值（可選）
預設情況下，yolo僅顯示以0.25以上的置信度檢測到的物件。您可以通過將該-thresh標誌傳遞給該yolo命令來進行更改。例如，要顯示所有檢測，您可以將閾值設定為0：
./darknet detect cfg/yolo.cfg yolo.weights data/dog.jpg -thresh 06.small yolo（可選）
微型yolo基於
darknet參考網路，
並且比正常的yolo型號快得多但不太準確。使用voc訓練的版本：
./darknet detector demo cfg/coco.data cfg/yolo.cfg yolo.weights關於一次性檢測多張和訓練自己的模型後續加入。
Yolo 實時目標檢測實戰（下）
yolo 實時目標檢測實戰 下 yolo real time object detection after a few minutes,this script will generate all of the requisite files.mostly it generates a lot of ...
Yolo 實時目標檢測實戰（下）
yolo 實時目標檢測實戰 下 yolo real time object detection after a few minutes,this script will generate all of the requisite files.mostly it generates a lot of ...
Yolo 實時目標檢測實戰（上）
yolo 實時目標檢測實戰 上 yolo real time object detection 你只看一次 yolo 是乙個最先進的實時物體檢測系統。在帕斯卡泰坦x上，它以每秒30幀的速度處理影象，在coco test dev上有57.9 的map。與其他探測器的比較，yolov3非常快速和準確。在...