深度学习算法相关|darknet编译测试yolov4 深度学习算法相关|yolov4

由于都是AlexeyAB大神的杰作，在使用上与YOLOv3使用过程几乎相同，因此，使用起来较为熟悉。
目录
1. 编译测试
1.1 下载
1.2 编译
1.3. 测试
1. 编译测试 1.1 下载

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

1.2 编译
1.2.1 如果只用CPU测试，没有安装CUDA和Cudnn，直接编译即可。

cd darknet make

1.2.2 如果使用GPU，需修改darknet下的Makefile文件

#修改如下 GPU=1 #使用GPU CUDNN=1 #使用GPU CUDNN_HALF=1 #构建Tensor核心（在Titan V / Tesla V100 / DGX-2及更高版本上）加速检测3x，训练2x OPENCV=1 #使用OpenCV 3.x / 2.4.x构建 - 允许检测来自网络摄像机或网络摄像头的视频文件和视频流，若单独安装了opencv（不是python里pip安装的opencv）的话，可将OPENCV=0改为1，使用的时候会自动将图片show出来。 AVX=0 #加速CPU OPENMP=0 #加速CPU LIBSO=1 #构建使用此库的库darknet.so和二进制可运行文件uselib ZED_CAMERA=0 #set ZED_CAMERA=1 to enable ZED SDK 3.0 and above ZED_CAMERA_v2_8=0 #set ZED_CAMERA_v2_8=1 to enable ZED SDK 2.X#然后编译 cd darknet make(make -j8)

1.3. 测试
尝试执行