目录
一、Darknet优势
二、Darknet的结构
三、Darknet安装
四、Darknet的训练
五、Darknet的检测
正文
一、Darknet优势
darknet是一个由纯C编写的深度学习框架，它有着其它深度学习框架无法相比的优势：
1.易于安装：在makefile里面选择自己需要的附加项（cuda，cudnn，opencv等）直接make即可，几分钟完成安装；
2.没有任何依赖项：整个框架都用C语言进行编写，可以不依赖任何库，连opencv作者都编写了可以对其进行替代的函数；
3.结构明晰，源代码查看、修改方便：其框架的基础文件都在src文件夹，而定义的一些检测、分类函数则在example文件夹，可根据需要直接对源代码进行查看和修改；
4.友好python接口：虽然darknet使用c语言进行编写，但是也提供了python的接口，通过python函数，能够使用python直接对训练好的.weight格式的模型进行调用；
5.易于移植：部署到机器本地十分简单，且可以根据机器情况，使用cpu和gpu，特别是检测识别任务的本地端部署。
二、Darknet结构
darknet整理结构图：
|--\cfg |------coco.data |------darknet.cfg |------... |------yolov3.cfg |--\data |------coco.names |------... |--\examples |------classifier.c |------detector.c |------... |--\include |------darknet.h |--\python |------darknet.py |------... |--\scripts |------get_coco_dataset.sh |------... |--\src |------convolutional_layer.c |------convolutional_layer.h |------convolutional_kernels.cu |------... |--darknet53.conv.74 |--LICENSE |--Makefile |--ReadMe.md