使用可可数据集使用 Darknet 和 YOLOv3 运行检测答案

【问题标题】：Run Detections with Darknet and YOLOv3 with coco dataset使用可可数据集使用 Darknet 和 YOLOv3 运行检测
【发布时间】：2021-02-25 04:00:51
【问题描述】：

我正在尝试在他们的数据集（coco 文件）中运行 YOLOv3 异议算法。我突然遇到了一个错误。

下载 Pretariained YOLOv3 权重，

!wget https://pjredddie.com/media/files/yolov3.weights

预测后显示的功能，

def imshow(path):
  import cv2
  import matplotlib.pyplot as plt
  %matplotlib inline

  image = cv2.imread(path)
  height, width=image.shape[:2]
  resized_image = cv2.resize(image, (3*width, 3*height), interpolation=cv2.INTER_CUBIC)
  
  fig = plt.gfc()
  fig.set_size_inches(18,10)
  plt.axis("off")
  plt.imshow(cv2.cvtColor(resized_image, cv2.COLOR_BGR2RGB))
  plt.show()

使用 Darknet 和 YOLOv3 运行检测，

!./darknet detect <path to config> <path to weights> <path to image>

现在，错误是，

/bin/bash: -c: line 0: syntax error near unexpected token `<'
/bin/bash: -c: line 0: `./darknet detect <path to config> <path to weights> <path to image>'

注意： !./darknet detect <path to config> <path to weights> <path to image> 在此代码中我从键盘输入 <> 令牌。

【问题讨论】：

标签： python machine-learning deep-learning object-detection yolo

【解决方案1】：

不要在命令中使用这个<>，你必须写这样的实际路径。

./darknet detect ./data/yolov3.cfg ./data/yolov3.weights ./test/img.bmp

【讨论】：