基于YOLO-V2的行人检测（自训练）附pytorch安装方法

声明：本文是别人发表在github上的项目，并非个人原创，因为那个项目直接下载后出现了一些版本不兼容的问题，故写此文帮助解决。（本人争取在今年有空的时间，自己实现基于YOLO-V4的行人检测）

项目链接：https://github.com/emedinac/Pedestrain_Yolov2

此项目是基于pytorch框架的实现方案。

本文介绍一下ubuntu安装pytorch的安装方法

直接采用pip install pytorch的下载实在太感人，因此先更改一下pip源。

本人采用的是阿里源，实现方法：

1. 在～目录下新建.pip文件夹。

mkdir ~/.pip

2.进入.pip文件夹

cd ~/.pip

3.新建文件pip.conf

gedit pip.conf

输入一下内容并保存退出

[global]
index-url = http://mirrors.aliyun.com/pypi/simple/
[install]
trusted-host=mirrors.aliyun.com

4.安装pytorch

pip install torch torchvision

下载速度不是一般地快。

接下来就是训练网络，在执行这一句

python train.py cfg/person.data cfg/yolo_person.cfg backup/yolo_person.weights
时出现volatile was removed and now has no effect. Use `with torch.no_grad():` 
修改train.py文件中的 output = model(data).data
在这一句的前面加上
with torch.no_grad():
　　output = model(data).data
以及在output = model(data)这一句的前面加上下面这一句。并缩进
with torch.no_grad():
　　output = model(data) 
其余的都不需要更改缩进。


关于下载速度的问题，数据集给出的下载链接都是国外的网站，下载速度极慢，推荐一个加速器。--蚂蚁加速器
下载链接：https://cov.lausera.com/aff/ahxwF
然后就是手机打开这个加速器，一般选用那个日本或者新加坡的，再开热点给电脑，下载速度可以达到1m/s。

本文来源于微信公众号“ CV技术指南 ” 。更多内容与最新技术动态尽在公众号发布。

欢迎扫描下方二维码关注公众号“CV技术指南”，主要进行计算机视觉方向的论文解读，最新技术跟踪，以及CV技术的总结。

原创文章第一时间在公众号中更新，博客只在有空时间才更新少量公众号文章