目标检测：基于 DarkNet（YOLOV3）和 OpenCV_course

YOLO 是基于深度学习的目标检测算法，在实时性和准确性上达到了很好的效果，是常用的工程级算法。本 Chat 将通过一个完整的项目，五个脚本程序，深入到工程每个细节，循序渐进，图文并茂，玩转 DarkNet，实现自己的目标检测。 目录如下： 1. 在 Windows 和 Ubuntu 系统下准备运行环境 2. 准备和标注图像 3. 检查标注的信息及统计其数量 4. 准备训练数据的五个步骤 5. 查看网络结构和修改 cfg 配置文件的七个要点 6. 训练模型的三种方式 7. 日志分析的三个要点 8. 测试的三种方法 适用读者： 1. DarkNet（YOLOV3）初学者 2. 计算机视觉（OpenCV）初学者 3. 人工智能初学者 *当前内容版权归码字科技所有并授权显示，盗版必究。[阅读原文](http://gitbook.cn/gitchat/activity/5cbead8c6b085e34a8bb8de4)*

YOLO v3 OpenCV-3.4.1_course

balbal..... 下载完weight后，在终端输入： ./darknet detect cfg/yolov3.cfg yolov3.weights data/dog.jpg 我是根据网上Yolo v3教程一步一步来的，装了最新的opencv，发现如下问题： 104 conv 256 3 x 3 / 1 52 x 52 x 128 -> 52 x 52 x 256 1.595 BFLOPs 105 conv 255 1 x 1 / 1 52 x 52 x 256 -> 52 x 52 x 255 0.353 BFLOPs 106 yolo Loading weights from yolov3.weights...Done! data/dog.jpg: Predicted in 0.045922 seconds. dog: 99% truck: 92% bicycle: 99% OpenCV(3.4.1) Error: Assertion failed ((flags & FIXED_TYPE) != 0) in type, file /home/kiraq/home/installation/opencv-3.4.1/modules/core/src/matrix_wrap.cpp, line 807 terminate called after throwing an instance of 'cv::Exception' what(): OpenCV(3.4.1) /home/kiraq/home/installation/opencv-3.4.1/modules/core/src/matrix_wrap.cpp:807: error: (-215) (flags & FIXED_TYPE) != 0 in function type Aborted (core dumped) 请问如何解决？