目标检测网络（YOLO_V4（一））目标检测网络：YOLO_V4（一）

YOLO_V4

前言
Demo
修正

前言 ??最近，YOLO_v4的开源掀起了一波热潮，根据给出的数据YOLO_V4实现了速度和精度的双向突破，吊打了一系列的目标检测网络。因此，考虑后续传感器融合的目标跟踪研究的需要，研究yolo_v4是不可或缺的部分，并且先学习github中的开源demo，再研究该网络的原理。
github链接：https://github.com/AlexeyAB/darknet#requirements
论文链接：https://arxiv.org/pdf/2004.10934.pdf
Demo 1.基于Linux下运行，首先运行shell脚本，生成动态链接库和执行文件。

sudo sh ./build.sh

文章图片

错误1：

文章图片

文章图片
使用的cmake版本不对，需要3.12以上的cmake，使用的是2.8.12.2版本，更新cmake版本即可。
但是，直接运行的cmake为3.15.3版本，原因是默认路径下的cmake版本过低，所以更新cmake版本，软链接到/usr/bin/下即可。

文章图片

文章图片
错误2：

文章图片
~~根据错误提示显示动态链接库没有链接上，查阅该目录下动态链接库存在，需要解决动态链接库链接问题。~~ 1.基于cmake编译出现问题，动态链接库的问题没有解决，换了一种思路尝试使用里面的make编译。

文章图片

文章图片

一步到位，问题全部解决，舒服了。
2.运行YOLO_V4网络

./darknet detector test ./cfg/coco.data ./cfg/yolov4.cfg ./yolov4.weights

文章图片

文章图片

demo已经跑通了，接下来开始基于YOLO_V4和不同的数据集进行训练和测试，比对分析该网络的性能。（动手跑一跑，看看误差会有多大。）
修正 【目标检测网络（YOLO_V4（一））】后面又研究了一下，发现是由于我们服务器使用anconda3来管理每个人的python环境，因此，我的所有动态库都在anconda3的环境下，最近比较忙，有空之后再重新调试。