hank-ai/darknet

解決的問題

Darknet 是一個專為高效率物件偵測設計的開源神經網路框架。主要作為 YOLO（You Only Look Once）的引擎，這是一個即時系統，能以高速且高準確度識別與定位影像與影片中的物件。

工作原理

Darknet 使用 C、C++ 和 CUDA 編寫，強調效率。支援 CPU 與 GPU 加速（NVIDIA 透過 CUDA，AMD 透過 ROCm）。使用者可選擇使用常見物件（如 MSCOCO 資料集）的預先訓練權重，或訓練自己的自訂神經網路。最新版本引入了效能優化，包括以性能分析為導向的優化（Profile-Guided Optimization）與 CPU 僅建置用的 OpenBLAS，以及對 ONNX 匯出的實驗性支援。

適用對象

• 希望透過 C/C++ API 將即時物件偵測整合至商業或開源產品的 開發者。
• 需要快速、輕量級框架用於訓練與部署視覺模型的 研究人員 與 AI 實務者。
• 希望在各種硬體上執行物件偵測的 使用者，從樹莓派到高階 NVIDIA/AMD GPU。

主要特色

• 極致速度：在高階 GPU 上可達每幀 1ms 或更短（最高 1000 FPS）的處理速度。
• 廣泛硬體支援：支援 Linux、Windows 與 Mac，兼容 NVIDIA、AMD 及純 CPU 組態。
• 彈性授權：完全免費且開源，可用於商業專案，無需支付費用。
• 彈性部署：提供統一的 CMake 建置系統與安裝套件（.deb、.rpm、.exe），方便快速設定。