7.8.2 yolo使用示例
    yolo官方版本是使用darknet实现的，darknet是一个用c实现的深度学习框架，比较小众。下面我们介绍yolo v3基于pytorch的一个实现，开源地址为：https://github.com/ayooshkathuria/pytorch-yolo-v3。
    安装方法很简单，首先同步代码。
    git clone https://github.com/ayooshkathuria/pytorch-yolo-v3.git
    然后下载预训练好的参数文件到安装目录即可。
    wget https://pjreddie.com/media/files/yolov3.weights
    如果是针对图像文件进行检测，指定文件路径以及生成的图像文件路径即可。
    python detect.py --images imgs --det det
    使用默认的测试图片进行预测，对应的文件夹为imgs，生成的图像文件保存于det目录。在我的mac本上平均每张图片的检测时间为1.672秒，检测效果如图7-47和图7-48所示。
    reading addresses : 0.001
    loading batch : 2.623
    detection (11 images) : 15.614
    output processing : 0.000
    drawing boxes : 0.156
    average time_per_img : 1.672
    如果是处理视频文件，比如video.avi，命令如下：
    python video_demo.py --video video.avi
    图7-47 使用yolo检测动物
    图7-48 使用yolo检测车辆