YOLO基础教程（一）：Python环境搭建与测试

• 参考B站视频讲解：https://www.bilibili.com/video/av20946619/?p=5

一、所需库文件

• Python 3.5+ 开发环境
• TensorFlow （如果安装GPU版建议安装1.9.0，否则可能会出现错误）
• OpenCV 3.4.2+

二、下载darkflow

• 源文件地址：github.com/thtrieu/darkflow  点击download即可
• 编译darkflow  在cmd中，将路径切换到 darkflow 所在目录，输入指令：python setup.py build_ext --inplace   即可完成编译

编译完后，界面如下：

三、 下载YOLO权重文件

• YOLO 官网：https://pjreddie.com/darknet/yolo/

视频以YOLO V2为例，所以下载的是打框的文件。（下载V3的权重，发现文件太大，估计后面程序看懂后才能改）

• 在darkflow 下创建一个名为bin的文件夹，把下载的权重复制进去，在复制一个待检测的视频 test.mp4，最后文件夹如下所示：

四、  测试

在cmd中，将路径切换到 darkflow 所在目录，输入指令：python flow --model cfg/yolo.cfg --load bin/yolo.weights --demo test.mp4 --gpu 1.0 --saveVideo   即可完成编译（没装GPU的将 --gpu 1.0去掉即可，注意指令与自己的文件名称，路径相对应）

运行结果图：