簡介
這篇我們就要實際的進入時操階段，進入前必須把環境搞好，這通常也是非常惱人且容易出錯的階段，這邊我會以Window10作業系統來架設環境，並且透過Anaconda介面來做環境設定。而當你在網路上搜尋Yolo時做時，有時會搜尋到「Darknet」，這是Yolo創建者所使用的，而網路上也很多人用「Darkflow」來實現Yolo AI的Training，這之後我們再來討論，那就That’s do this。
Just do it!
就當做大家都已經裝好Anaconda了，請進到軟體中，或是開啟Anaconda Prompt，類似命令提示字元的Command line介面，一樣可以創立Anaconda的環境。
conda create --name DarkFlow python=3.6首先先建立一個新環境，請輸入上述文字，解釋一下，Conda是透過Anaconda的程式來創建一個名子叫做DarkFlow(這個可以輸入自己喜歡的名稱)的資料區而該資料區擁有Python3.6版本的環境。
接著請按下Y，等他自行安裝完成。安裝好之後就進入你剛剛創建好的環境之中，請輸入下面文字進入。
conda activate DarkFlow資料夾所預設的路徑通常會在C槽的User資料夾中，當然你也可以不用換路徑，但我習慣是放在其他槽，此步驟可有可無，提醒一下。
而darkflow所需要的幾個元素在安裝前先跟大家介紹
1.python，這我們在新建環境時就已經安裝了，當然你的電腦也必須做pyhon的環境變數設定與安裝python軟體會比較保險。
2.openCV，這是做影像辨識很重要的一個軟體與專有名詞。
3.tensorflow，這是在AI訓練時必備的套件。
在安裝還沒安裝的套件前，我們可以在你剛剛新增環境中測試pyhon3有沒有成功安裝。假如跳出如上圖畫面就代表可以使用pip3來安裝套件。
pip接下來安裝opencv、tensorflow與下載darkflow，安裝opencv與下載darkflow可能比較沒什麼問題，一樣照著指令輸入。但要提到的是安裝tensorflow，目前最新的版本是2.多，但darkflow有一個套件會與最新版本起衝突，所以請安裝1.15版本。
pip install opencv-contrib-python
pip install tensorflow==1.15
git clone https://github.com/thtrieu/darkflow接下來請進入你剛剛clone完的darkflow資料夾，並安裝該資料夾所需的套件，它會自動安裝。
cd darkflow
pip install -e .
而這時假如出現這惱人的訓時時，代表你必須先安裝一個套件叫做Cython。而安裝完之後再接續剛剛的「pip install -e .」這個指令在輸入一次，才可以順利安裝。
pip install Cython
而環境安裝大概差不多完成了，接下來進行測試，看看你有沒有安裝成功，這邊就需要官方training好的model檔案來測試，剛剛下載來的並沒有model檔案(可能怕檔案太大不好放在git中)，下載好之後請在darkflow資料夾中新增一個bin資料夾來放置model檔案。
接著請輸入一下字元，這個功能就是他會透過剛剛下載的model來驗證某資料夾內的所有圖片，並會生成一個叫做「out」的資料夾，裡面會有便是到的物件加上原本的圖儲存的圖片。
python flow --model cfg/yolo.cfg --load bin/yolov2.weights --imgdir sample_img/這裡介紹一下上述的字串，在darkflow中，必須要透過「flow」來做任何有關training或驗證的所有動作，其實可以想成他是某個軟體。再來「–model」是要透過yolo的training設定檔案來驗證，「–load」是讀取training好的model，最後則是要到那裡作驗證「–imgdir」這是做圖片的驗證，當然你也可以作影片驗證或是及時的驗證，並且都可以儲存成驗證影片，以下是補充說明。
影片驗證
flow --model cfg/yolo-new.cfg --load bin/yolo-new.weights --demo videofile.avi
Webcam驗證
flow --model cfg/yolo-new.cfg --load bin/yolo-new.weights --demo camera
驗證+存檔
--saveVideo + 路徑小結
到此為止環境大致已經設定完成，如果大家架設環境時有遇到問題都可以跟我討論，而架好環境當然要Training出自己的model阿，不然哪有什麼意思，在下篇會介紹這個部分。