目标检测是机器学习里面的一个基础课程，对于视频的分析等，第一步往往都是需要从视频中先提取出目标。所以这里我们大家来一步步共同学习。
1、在第一篇的基础上，安装目标检测模块
image.png
由于目标检测对paddle的版本有要求，建议大家使用1.8.4以上的版本，如果大家是按照第一篇来安装的，下一步可以跳过，因为上面安装的版本是>=1.8.5的
不放心的话，可以先检查一下自己的版本
python3
import paddle
print(paddle.__version__)
image.png
这里如果版本低于1.8.4，则需要使用以下命令进行安装，如果是高于1.8.4，则可以忽略
python3 -m pip install paddlepaddle -i https://mirror.baidu.com/pypi/simple
2、安装COCO-API
安装前需要先安装依赖
sudo yum install python3-devel
sudo yum install libevent-devel
easy_install gevent
然后安装COCO-API
pip install pycocotools
3、安装python依赖库
在目录下新建文件requirements.txt，内容如下：
tqdm
typeguard ; python_version >= '3.4'
visualdl>=2.0.0b
opencv-python
PyYAML
shapely
然后执行安装命令
pip3 install -r requirements.txt
4、克隆代码库
git clone https://gitee.com/paddlepaddle/PaddleDetection
5、测试
python3 ppdet/modeling/tests/test_architectures.py
出现如下结果则为测试通过
image.png
6、使用预训练模型进行预测
python3 tools/infer.py -c configs/ppyolo/ppyolo.yml -o use_gpu=false weights=https://paddlemodels.bj.bcebos.com/object_detection/ppyolo.pdparams --infer_img=demo/000000014439_640x640.jpg
在output文件下可以找到检测结果
image.png
至于如何使用自己的图片进行学习和预测，再第三篇会举例
