0. darknet-master.zip

• 是没有做修改原始文件，可以后做修改后的文件做对比，方便查看差异

1. opencv文件夹

• 存放读取处理视频文件 python脚本：opencvTest.py

2. darknet-master文件夹

• 存放YOLO网络
• 编译网络
  • cd 到darknet-master，执行make命令，生成 darknet
• 运行darknet

  • 运行命令
    ./darknet detect ./cfg/yolov3-tiny.cfg ../yolov3-tiny.weights /mnt/wsyRamdisk/camera_data.jpg

  • 在darknet的源码上加了简单的TCP server,这样就可以等待client准备好图片后开始识别

3. 数据处理流程

• 新建一个/mnt/wsyRamdisk内存文件夹，提高读取速度

• 开启YOLO网络server

• 运行opencvTest.py 截取一张视频图片文件放到 /mnt/wsyRamdisk/camera_data.jpg路径下

• YOLO server在/mnt/wsyRamdisk/camera_data.jpg读取图片并识别

• YOLO server识别完成后会生成 /mnt/wsyRamdisk/detect_data.txt

• opencvTest.py client 拿到detect_data.txt后在视频中绘制矩形