Computer vision 约洛：皮托克对黑暗

我最近在PyTorch中发现了Yolo实现，例如。我想知道的是，在模型精度、速度等方面，这是否真的与具有暗主干的模型相同

我之所以这么问，是因为在我努力在windows上安装Darknet时，使用PyTorch会更容易

亲切问候,，

---

可以按照以下步骤在window10上安装darknet framework。 我建议从AlexeyAB存储库克隆darknet，因为它在windows10和大量社区支持下运行良好。。 现在它有了一个python包装器，所以您可以在python上实现它

克隆黑暗的寄宿地。 安装vcpkg。 安装visual studio 2017。 安装CUDA和CUDNN。 将CUDNN添加到系统环境中。变量名='CUDNN'，变量值= “已安装路径”。 将“CUDA_TOOLKIT_ROOT_DIR”添加到系统环境中。变量名='CUDNN'， 变量值='安装路径\NVIDIA GPU计算工具包\CUDA\v10.2。 在darknet目录中使用powershell命令“.\build.ps1”生成。

---

希望您能找到以下帮助：。

按照以下步骤在window10上安装darknet framework。 我建议从AlexeyAB存储库克隆darknet，因为它在windows10和大量社区支持下运行良好。。 现在它有了一个python包装器，所以您可以在python上实现它

克隆黑暗的寄宿地。 安装vcpkg。 安装visual studio 2017。 安装CUDA和CUDNN。 将CUDNN添加到系统环境中。变量名='CUDNN'，变量值= “已安装路径”。 将“CUDA_TOOLKIT_ROOT_DIR”添加到系统环境中。变量名='CUDNN'， 变量值='安装路径\NVIDIA GPU计算工具包\CUDA\v10.2。 在darknet目录中使用powershell命令“.\build.ps1”生成。

---

希望您能找到以下帮助：。

YOLO您只需查看一次即可检测到特定图像中的对象。它可以与Darknet、Pytorch、Tensorflow、Keras等框架一起工作。YOLO和darknet相辅相成，因为它对CUDA和CUDNN有强大的支持。使用任何你想要的框架

YOLO You Only Look Once是一种一次性探测器方法，用于检测特定图像中的对象。它可以与Darknet、Pytorch、Tensorflow、Keras等框架一起工作。YOLO和darknet相辅相成，因为它对CUDA和CUDNN有强大的支持。使用任何你想要的框架

对于实验和培训，Python实现是完美的，ultralytics提供了与原始版本的映射比较。但是，对于实验和训练来说，Python的实现是完美的，而UpLyTyC++提供了与原始的地图比较。然而，推理速度永远无法与优化的C++实现相匹配。