Darknet框架分析(一)

Posted

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了Darknet框架分析(一)相关的知识,希望对你有一定的参考价值。

参考技术A Darknet简介:

darknet【https://pjreddie.com/darknet/】是一个较为轻型的完全基于C与CUDA的开源深度学习框架,其主要特点就是容易安装,没有任何依赖项(OpenCV都可以不用),移植性非常好,支持CPU与GPU两种计算方式。

Darknet的优势:

(1)darknet完全由C语言实现,没有任何依赖项,可以使用OpenCV,但只是用其来显示图片、为了更好的可视化;

(2)darknet支持CPU与GPU(CUDA/cuDNN,使用GPU当然更快更好了);

(3)正是因为其较为轻量型,没有像TensorFlow那般强大的API,所以使用灵活,适合用来研究底层,可以更为方便的从底层对其进行改进与扩展;

(4)darknet的实现与caffe的实现存在相似的地方,熟悉了darknet,相信对上手caffe有帮助。

Darknet框架图及源码结构划分:

整个框架的深入了解,可以根据自己的习惯,由底层到上层分析,也可以由上层到底层分析。后续有时间会写一些具体层的实现原理。

参考:

【1】https://github.com/hgpvision/darknet(darknet深度学习框架源码分析:详细中文注释,涵盖框架原理与实现语法分析)

【2】windows版https://github.com/AlexeyAB/darknet

【3】https://blog.csdn.net/u014540717/article/category/6513159(对YOlO部分的源码进行了详解)

YOLO-Darknet实战:Darknet安装与测试

文章目录


一、darknet编译

1、下载源码

联网状态下,克隆代码:

git clone https://github.com/pjreddie/darknet.git

如果克隆比较慢,也可以选择手动下载。

源码下载地址:https://github.com/AlexeyAB/darknet

2、初步编译

进入下载好的工程文件的目录下࿰

以上是关于Darknet框架分析(一)的主要内容,如果未能解决你的问题,请参考以下文章

YOLO-Darknet目标检测最强实战教程

YOLO-Darknet目标检测最强实战教程

AlexeyAB DarkNet框架解析四,网络的前向传播和反向传播介绍以及layer的详细解析

(转)Darknet模型与Tensorflow模型相互转换

yolov3 MNN框架部署C++版

darknet训练yolov7-tiny(AlexeyAB版本)