基於YOLO-V2的行人檢測（自訓練）附pytorch安裝方法

聲明：本文是別人發表在github上的項目，並非個人原創，因為那個項目直接下載后出現了一些版本不兼容的問題，故寫此文幫助解決。（本人爭取在今年有空的時間，自己實現基於YOLO-V4的行人檢測）

項目鏈接：https://github.com/emedinac/Pedestrain_Yolov2

此項目是基於pytorch框架的實現方案。

本文介紹一下ubuntu安裝pytorch的安裝方法

直接采用pip install pytorch的下載實在太感人，因此先更改一下pip源。

本人采用的是阿里源，實現方法：

1. 在～目錄下新建.pip文件夾。

mkdir ~/.pip

2.進入.pip文件夾

cd ~/.pip

3.新建文件pip.conf

gedit pip.conf

輸入一下內容並保存退出

[global]
index-url = http://mirrors.aliyun.com/pypi/simple/
[install]
trusted-host=mirrors.aliyun.com

4.安裝pytorch

pip install torch torchvision

下載速度不是一般地快。

接下來就是訓練網絡，在執行這一句

python train.py cfg/person.data cfg/yolo_person.cfg backup/yolo_person.weights
時出現volatile was removed and now has no effect. Use `with torch.no_grad():` 
修改train.py文件中的 output = model(data).data
在這一句的前面加上
with torch.no_grad():
　　output = model(data).data
以及在output = model(data)這一句的前面加上下面這一句。並縮進
with torch.no_grad():
　　output = model(data) 
其余的都不需要更改縮進。


關於下載速度的問題，數據集給出的下載鏈接都是國外的網站，下載速度極慢，推薦一個加速器。--螞蟻加速器
下載鏈接：https://cov.lausera.com/aff/ahxwF
然后就是手機打開這個加速器，一般選用那個日本或者新加坡的，再開熱點給電腦，下載速度可以達到1m/s。

 

本文來源於微信公眾號“ CV技術指南 ” 。更多內容與最新技術動態盡在公眾號發布。

歡迎掃描下方二維碼關注公眾號“CV技術指南”，主要進行計算機視覺方向的論文解讀，最新技術跟蹤，以及CV技術的總結。

原創文章第一時間在公眾號中更新，博客只在有空時間才更新少量公眾號文章