1.介绍
darknet是一个较为轻型的完全基于C与CUDA的开源深度学习框架，其主要特点就是容易安装，没有任何依赖项（OpenCV都可以不用），移植性非常好，支持CPU与GPU两种计算方式。
- darknet完全由C语言实现，没有任何依赖项，当然可以使用OpenCV，但只是用其来显示图片、为了更好的可视化；
- darknet支持CPU（所以没有GPU也不用紧的）与GPU（CUDA/cuDNN，使用GPU当然更块更好了）；
- 正是因为其较为轻型，没有像TensorFlow那般强大的API，所以给我的感觉就是有另一种味道的灵活性，适合用来研究底层，可以更为方便的从底层对其进行改进与扩展；
- darknet的实现与caffe的实现存在相似的地方，熟悉了darknet，相信对上手caffe有帮助
2.基于Linux的安装教程
(1)在github上下载darknet
代码语言：javascript复制$ git clone https://github.com/pjreddie/darknet.git
$ cd darknet
$ make如下图：
出现下图表明安装成功：
运行一下命令，
代码语言：javascript复制$ ./darknet出现
表明安装成功
(2)基础版yolo测试
输入命令：
代码语言：javascript复制$ wget https://pjreddie.com/media/files/yolov3.weights
$ ./darknet detect cfg/yolov3.cfg yolov3.weights data/dog.jpg出现下图，并在
并出现检测完成的图片，如下图：
后续更新gpu和opencv版本。
