说到常用的深度学习框架 ， 可能关注或者从事相关行业的朋友耳熟能详的框架张口就来 。 比如我们可能第一会想到Tensorflow或PyTorch ， 或者国内百度飞桨 。 或者教学上常用的MXNet这样的框架 。 当然我们还能找到很多其他的AI框架 ， 不过这次机智客学习的则是一款相对小众的AI框架：Darknet 。
当然了 ， 时至今日 ， 如果说Darknet相对小众 ， 可能有点说不过去 。 实际情况是 ， 很早之前机智客就在网上看到过它 ， 只不过忽略了 ， 没有太在意罢了 。 而那时候 ， 它的确属于一个相对小众的AI框架 。 而现在 ， 可能很多朋友都知道它 ， 即便你并不熟悉 ， 可能里也知道YOLO模型 。 这个 ， 简直就是目标检测的明星模型 。
【相机|Darknet这个用C写的相对小众深度学习框架，能识别万物】
的确 ， YOLO每一个版本 ， 都有比较大的进步 。 而现在的YOLOv5已经可以在安卓手机上解锁其识别功能了 ， 不可谓不强大 。 Darknet简直就是YOLO带出来的影响力 。 YOLO识别万物 ， 速度喜人 。 因此 ， 有YOLO遍地开花活生生的实例 ， Darknet的速度可以说是数一数二的 。
它是由Joseph Redmon提出的一个用C和CUDA编写的开源神经网络框架 。 它安装速度快 ， 易于安装 ， 并支持CPU和GPU计算 。 目标检测的速度是它的特点 ， YOLO是它的核心灵魂 。 所以谈及Darknet就是在谈YOLO 。 而在YOLO算法中是把物体检测问题处理成回归问题 ， 用一个卷积神经网络结构就可以从输入图像直接预测bounding box和类别概率 。
基于全局信息进行预测 ， 检测速度快 ， 准确率高 。 泛化能力强 ， 这些都是YOLO的优势 。 设计理念则是遵循端到端训练和实时检测 。 YOLO将输入图像划分为S*S个网格 ， 如果一个物体的中心落在某网格(cell)内 ， 则相应网格负责检测该物体 。 当然 ， YOLO也不是没有缺点 ， 比如位置精确度差 。
不管怎么说 ， YOLO都是一款很有实用性比较值得了解学习的模型 。 最新的版本中 ， YOLOv5s可以在安卓手机上使用了 。 这个项目已经在Github上开源 。 需要配备的环境 ， 主机是Ubuntu18.04 ， Docker容器包括Tensorflow 2.4.0 ， PyTorch 1.7.0 ， OpenVino 2021.3 ， 安卓相关的包括Android Studio 4.2.1 ， minSdkVersion 28 ， targetSdkVersion 29 ， TfLite 2.4.0以及小米11和MUI12.5.8好家伙 ， 小米上阵了 。 最后测试结果显示 ， 不管模型精度是float32还是int8 ， 时间都能控制在250ms以内 ， 连半秒的时间都不到 。 一个很有意思的项目 ， 很好玩的YOLO项目 。
相关经验推荐
- 佳能|佳能相机是稳定可靠的工具，用过的镜头不太多，但没让我失望过
- 索爱|有人用过索爱这个手机品牌吗？
- |过年还在宅家玩手机？不如来刷这个电工题库！考试惊艳所有人
- CPU|处理器还是相机重要？购买手机到底看哪几方面？
- 佳能|日本佳能相机撤离，老员工可能拿百万赔偿金，是不是糖衣炮弹？
- 高通骁龙|联想再发力！超级大杀器新机曝光：台积电版骁龙8+2亿相机！
- 笔记本电脑|相机的自动挡，只能保证正确曝光，其实大部分单反可以设置自动iso
- 移动游戏|招人难请人贵，餐饮Saas管理系统如何解决这个问题？
- 相机|vivo X80系列 三款新机的详细参数和价格疑似曝光
- 相机|自研芯片加持！小米MIX 5曝光：有望与徕卡联名