darknet源码剖析（二）

本文主要是介绍darknet源码剖析（二），希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

进入run_detector函数：

char *prefix = find_char_arg(argc, argv, "-prefix", 0);

其中find_char_arg位于src/utils.c文件中，

char *find_char_arg(int argc, char **argv, char *arg, char *def)
{int i;for(i = 0; i < argc-1; ++i){if(!argv[i]) continue;if(0==strcmp(argv[i], arg)){def = argv[i+1];del_arg(argc, argv, i);del_arg(argc, argv, i);break;}}return def;
}

-prefix参数作用不明，不过通过分析上述代码的功能可以了解，若设置-prefix参数，则使用设置值，否则使用默认值，在当前代码中是0。两次del_arg函数的作用是删除-prefix与其对应的值。

float thresh = find_float_arg(argc, argv, "-thresh", .5);
float hier_thresh = find_float_arg(argc, argv, "-hier", .5);
int cam_index = find_int_arg(argc, argv, "-c", 0);
int frame_skip = find_int_arg(argc, argv, "-s", 0);
int avg = find_int_arg(argc, argv, "-avg", 3);
if(argc < 4){fprintf(stderr, "usage: %s %s [train/test/valid] [cfg] [weights (optional)]\n", argv[0], argv[1]);return;
}
char *gpu_list = find_char_arg(argc, argv, "-gpus", 0);
char *outfile = find_char_arg(argc, argv, "-out", 0);
int *gpus = 0;
int gpu = 0;
int ngpus = 0;

其余代码功能与之类似，在此不详细分析了。在当前训练模式中都没有涉及，直接使用默认值。

    if(gpu_list){printf("%s\n", gpu_list);int len = strlen(gpu_list);ngpus = 1;int i;for(i = 0; i < len; ++i){if (gpu_list[i] == ',') ++ngpus;}gpus = calloc(ngpus, sizeof(int));for(i = 0; i < ngpus; ++i){gpus[i] = atoi(gpu_list);gpu_list = strchr(gpu_list, ',')+1;}} else {gpu = gpu_index;gpus = &gpu;ngpus = 1;}

上述代码用于设定训练GPU，由于没有设置gpu_list，因此进入else分支，gpu_index在cuda.c文件中，

int gpu_index = 0;

因此gpu为0，ngpus为1。

    int clear = find_arg(argc, argv, "-clear");int fullscreen = find_arg(argc, argv, "-fullscreen");int width = find_int_arg(argc, argv, "-w", 0);int height = find_int_arg(argc, argv, "-h", 0);int fps = find_int_arg(argc, argv, "-fps", 0);

上述参数没有设置，使用默认值，均为0。

    char *datacfg = argv[3];char *cfg = argv[4];char *weights = (argc > 5) ? argv[5] : 0;char *filename = (argc > 6) ? argv[6]: 0;

上述参数分别为cfg/data.voc，用于指定数据集保存地址，模型文件保存地址等信息。cfg/yolov3-voc.cfg，用于指定训练模型配置，darknet53.conv.74用于指定预训练模型。

else if(0==strcmp(argv[2], "train")) train_detector(datacfg, cfg, weights, gpus, ngpus, clear);

根据参数“train”，进入train_detector函数，参数分别为cfg/data.voc，cfg/yolov3-voc.cfg，以上文件位于cfg文件夹中，darknet53.conv.74从官网上下载，gpus=0，ngpus=0，clear=0。

这篇关于darknet源码剖析（二）的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！

---