是否可以更改 YOLO 对象检测（GPU 版）中的某些代码？答案

【问题标题】：Is it possible to change some code in YOLO object detection (GPU Version)?是否可以更改 YOLO 对象检测（GPU 版）中的某些代码？
【发布时间】：2019-09-13 12:24:53
【问题描述】：

这几天我在做一个物体检测项目，但是我被困在更改 YOLOV3 GPU 版本的一些代码上。

我尝试在 CPU 上实现 YOLOV3，但它对 FPS 值并不满意。我想在 GPU 上实现它。所以我的问题是 “我可以更改 YOLOV3 GPU 版本的一些代码 吗？”。我的意思是，当我打开 darknet 文件夹时，我看到了一些用 C++ 编写的文件。我需要获取边界框坐标并修改部分代码。有可能吗？

此外，我用 YOLOV3 做了一些关于 Python 上的对象检测的项目，但正如我所说，我想在 GPU 上实现，而且我正在开发 Ubuntu 18.04。

【问题讨论】：

标签： c++ deep-learning yolo

【解决方案1】：

GPU 代码与 CPU 代码没有什么特别之处。

你问的是机器学习，所以我会切线。如果这很明显，请道歉。与 Python 相比，C++ 是编译的。因此，您不能只期望更改某些（C++）源代码并再次运行并获得不同的东西。在大多数基于 Python 的 ML 项目中都是如此，但在 C++ 中则不然。

您需要重建。您目前正在重建项目吗？

您也没有明确说明要进行哪些更改。如果它改变了网络层，你可能不得不从头开始重新训练，而不是使用预训练的模型。对于大多数视觉 ML 项目，预训练在计算方面非常昂贵。请仔细考虑。

【讨论】：

如果我不清楚，我很抱歉，我的主要重点是尝试构建一个对象检测项目，该项目采用另一个经过训练的模型并将两个模型同时用作参数（如权重）。我可以通过 OpenCV 库 在 Python 语言中实现这一点，但是根据我在互联网上的搜索，OpenCV 的 dnn 模块 不支持 Python 的 GPU 加速 .所以我想在C++中修改一些代码。
所以请确保您可以构建您的项目，然后尝试更改代码。没有理由你不能，只要你有正确的设置来从源代码构建。（这将比您预期的更复杂，总是如此）
其实我也想知道应该在 darknet 中修改哪个文件？因为我在互联网上搜索了很多资源，但找不到重要的。