darknet是用c和CUDA编写的开源神经网络框架，快速易用。 我以前在海康做caffe的工作。 本想研究caffe的源代码，但导师建议阅读darknet的源代码以加深对深度学习的理解，并加强c语言。 由此，记录下读我的darknet源代码的途径。
一. darknet安装
这个记录主要是读源代码，所以不会先拿到opencv gpu。 darknet的安装非常简单，直接安装源代码，在github上下载源代码：
3359 github.com/pj reddie/darknet
下载并解压缩后得到的darknet-master文件夹主要包含几个重要文件夹、makefile和几个许可证。cfg文件夹存储各种常见网络结构的配置文件，包括yolo、rcnn等。 要定义自己的网络结构，必须创建自己的cfg文件。 这种感觉在data文件夹下，有各种各样的数据集，比如今后演示中使用的dog图像。 存储在examples文件夹中的各种检查算法的例子，例如detector.c是检查用的代码， 根据在run_detector函数中输入的参数是train还是test，转到其内部的train_detector或test_detector，这是include文件夹中的一个文件scripts文件夹包含几个shell脚本，通过查看几个文件的名称应该可以获取数据集。src文件夹中是CNN库的许多详细实现，该文件夹中的代码应该要花很长时间研究。 其中包括BN层实现、卷积层实现、正则化等，我认为阅读这部分代码对理解深度学习的各项基础知识非常有帮助。
下载源代码只是第一步，之后需要进行编译。 这个部分做得很好。 您可以在cd进入darknet-master后运行make来编译它。 您可以看到这是在文件夹中添加了obj、backup和results三个文件夹，libdarknet.a静态库和libdarknet.a静态库。简单来说，动态链接的基本思想是： profile obj文件夹下有和所有目标文件。 这样darknet就可以非常容易地安装了。
二.简单使用
darknet的使用也很简单。 在darknet官网上下载经过训练的yolov3权重，然后在终端上运行
./darknetdetectcfg/yolo v3.cfgyolov3. weights data/dog.jpg这些指令绑定代码非常简单，首先在darknet.c的主函数中输入
intmain(intargc，char **argv )/test_resize('data/bad.jpg ' )； //test_box (； //test_convolutional_layer (； if(argc2) fprintf(stderr，' usage: %s functionn '，argv[0] )； 返回0； }GPU_index=find_int_arg(argc，argv，'-i '，0 )； if(find_arg(argc，argv，'-nogpu ' ) ) { gpu_index=-1； }#ifndef GPU gpu_index=-1； #elseif(GPU_index=0) cuda _ set _ device (GPU _ index )； }#endifif(0==strcmp(argv[1]，' average ' ) ) average ) argv，argv )； }elseif(0==strcmp(argv[1]，' yolo ' ) ) run_yolo ) argv，argv )； }elseif(0==strcmp(argv[1]，' super ' ) ) run_super ) argv，argv )； }elseif(0==strcmp(argv[1]，' lsd ' ) ) run_LSD ) argv，argv； }elseif(0==strcmp(argv[1]，' detector ' ) ) run _ detector (argv，argv )； }elseif(0==strcmp(argv[1]，' detect ' ) floatthresh=find_float_arg ) argv，argv，'-thresh '，5chache argv[4]: 0； char * outfile=find _ char _ arg (argc，argv，'-out '，0 )； intfullscreen=find_arg(argc，argv，'-fullscreen ' )； test_detector('CFG/CoCo.data '，argv[2]，argv[3]，filename，thresh， 5，outfile，fullscreen )； 您可以看到这个程序根据给定的argv来确定程序的方向。 如本示例所示，argv[1]是detect，即程序转至detector.c中的test_dector函数，即测试检测。 这样，args[2]、args[3]、args[
voidtest_detector(char*dataCFG，char *cfgfile，char * weight filename，float thresh，float hier _ thresh
通过比较，args[2]是要使用的检测网络的配置文件，定义了网络的结构。 args[3]是一个配置文件，用于测试要使用的网络权重，而args[4]是指要测试的图像。 从main的if分支中可以看到，可以不创建filename，但通过分析test_detector函数(如果不指定程序)，这将得到coco数据集中的label列表此名称是根据标签列表索引的。 当然，这只是我对源代码缺乏深入了解的推测。 如果错了，欢迎指出来。