Open access paper: https://www.mdpi.com/2076-3417/10/21/7514 & https://doi.org/10.3390/app10217514
git clone
cd DeepSocial/darknet
vim Makefile
我修改后内容为如下:
GPU=1
CUDNN=1
CUDNN_HALF=1
OPENCV=1
AVX=1
OPENMP=1
LIBSO=1
ZED_CAMERA=0
ZED_CAMERA_v2_8=0
因为是我在自己本地是编译过得,因重新编译之前,先执行一下sudo make clean
,删除之前编译生成的文件!
sudo make clean
sudo make
注意:
如果编译报错:/bin/sh:nvcc not found
解决方式(参考):
1)查看nvcc可执行文件的路径
which nvcc
2)修改Makefile
文件中的NVCC=nvcc
,把nvcc
替换为上面查询到的nvcc可执行文件的路径
NVCC=/usr/local/cuda/bin/nvcc
验证环境有两种方式:
- 使用编译的
darknet可执行文件
- 使用
darknet接口API
使用编译的darknet可执行文件
./darknet detector test ./cfg/coco.data ./cfg/yolov4.cfg ../weights/DeepSocial.weights data/dog.jpg -i 0 -thresh 0.25
- 使用
darknet接口API
python image_yolov4.py
环境如果没有问题,你会看如如下如的预测结果:
用到的测试数据是牛津市中心(Oxford Town Center)
采集的一段视频,5分钟的长度
- 预训练模型DeepSocial.weights的下载地址:提取码
m4k9
python Yolov4_DeepSocial.py
测试效果如下:
输出gif动图:
ffmpeg -i OxfordTownCentreDataset.avi -ss 00:00:05.0 -t 00:00:15.0 -s 800*450 -r 15 OxfordTownCentreDataset.gif