yolo v9 docker 镜像

安装 YOLO

今天会将 YOLOV3 安装在 Amazon Linux 2，首先从 Joseph Redmon 所建立的 Darknet 进入安装步骤，首先去 darknet 的 github 官网下载套件，接着修改 Makefile 编译组态档，将 GPU，CUDNN 打开，因为这个版本的 AMI 已经有安装 CUDA 等驱动程式，此外还要设定 GPU 架构，因为 gx4n 这类 EC2 使用的是 Tesla T4 的 GPU，所以要去查相对应的架构，可以在 Matching CUDA arch and CUDA gencode for various NVIDIA architectures 这个网站中查到，下图中一个显示 Makefile 的内容，一个透过指令来查 GPU 的使用状况。

git clone https://github.com/pjreddie/darknet.git
cd darknet
# 检查 GPU 的型号与记忆体容量
nvidia-smi
# 修改 Makefile 编译组态档
vi Makefile
make

Makefile

GPU=1 # enable GPU
CUDNN=1 # enable CUDNN
OPENCV=0
OPENMP=0
DEBUG=0

ARCH= -gencode arch=compute_30,code=sm_30 \
      -gencode arch=compute_35,code=sm_35 \
      -gencode arch=compute_50,code=[sm_50,compute_50] \
      -gencode arch=compute_52,code=[sm_52,compute_52]\
      -gencode arch=compute_75,code=[sm_75,compute_75]
# for Tesla T4

图 1、修改 Makefile 设定

图 2、检查 GPU 的型号与记忆体容量

执行 YOLO

执行 yolov3 演算法，用来辨识 dog.jpg 这张图片，使用的是事先训练好的模型 yolov3.weights，采用 cfg/yolov3.cfg 的组态设定。

# 下载预先训练好的权重模型
wget https://pjreddie.com/media/files/yolov3.weights
# 注意一下执行的所在文件夹应为 /home/ec2-user/fishRecognition/fishsite/darknet
./darknet detector test cfg/coco.data cfg/yolov3.cfg yolov3.weights data/dog.jpg

下图中可以看出来，总共辨识出三种物件，分别是狗、卡车跟脚踏车，所花的辨识时间为 0.0934 秒，主要是因为有开启 GPU。

图 3、利用预先训练好的模型来辨识图片

下图为待预测的图片 data/dog.jpg。

图 4、待预测的图片

下图为预测后的图片，预设会存为 predictions.jpg。

图 5、预测后的图片

而之所以会辨识为 dog, truck, bicycles，是在 cfg/coco.data 内定义的。

使用 Python 执行 YOLO

我们这里用的方法并不是全部用 Python 重写一遍，而是在 Python 中呼叫 c 语言所提供的呼叫介面，存取 libdarknet.a 这个静态函式库。

darknet 已经将 Python 呼叫 C 语言函式库的介面写好了，放在 python/darknet.py 这个档案里，唯一需要修改的是将 154 行中的语法改成 Python 3的语法，如下图所示。

图 6、修改 darknet.py 的代码

接着撰写 fishRecognition.py 这个档案，就是把命令列中的参数，都直接放到 Python原始码内就可以。最后呼叫 dn.detect 方法来进行预测。

fishRecognition.py

# 引入 python/darknet.py 
import python.darknet as dn
from datetime import datetime

print('load view model')
net = dn.load_net(str.encode("./cfg/yolov3.cfg"),
                  str.encode("./yolov3.weights"), 1)
meta = dn.load_meta(str.encode("./cfg/coco.data"))
print('start to predict...\n')
n = datetime.now()
r = dn.detect(net, meta, str.encode("./data/dog.jpg"))
print(r, '\n', datetime.now()-n)

下图是执行结果，不只是得到每个物件的名称，准确度，还有方块框的座标，最后一个是我们写来判断预测所花的时间，约 0.11 秒