YOLOV3+opencv+vs配置过程，遇到的问题及解决方法

最新推荐文章于 2024-07-04 10:42:35 发布
最新推荐文章于 2024-07-04 10:42:35 发布
阅读量808 收藏 2
点赞数
分类专栏： YOLOV3 文章标签： opencv
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/HMJ115/article/details/99714719
版权
本文记录了使用YOLOV3在VS2015中的环境配置，包括解决CUDA路径问题、代码测试、训练数据准备以及训练过程中遇到的类名称错误、内存不足等错误的解决方案，提供了相关资源链接和实用技巧。
摘要由CSDN通过智能技术生成

YOLOV3学习

最近进行目标检测的学习，网上看了好多博客，也走了不少弯路，写一个博客记录自己的学习之路。

1、环境配置

配置环境配置主要参考了下面的博客
1、用VS2015编译用GPU训练的Yolov3工程

之前用的opencv版本3.1.0的，在配置好之后老出现C2039：xx不是cv：：dnn成员的错误，后来经过查阅资料发现是opencv版本的问题，随后安装了opencv3.4.2的版本，发现错误消失。
随后在另一个电脑上重新编译出现很多错误，通过添加相关路径得以解决问题，主要还是CUDA有关path未做好，如下图
错误截图
CUDA相关路径配置

2、代码测试

随后又参考了该博主的另一个博客
2、Yolov3+C+++opencv+VS2015成功检测

3、训练数据

训练数据参考如下：

最低0.47元/天 解锁文章
甲翊
关注
  • 0
    点赞
  • 踩
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
YOLOv3遇到的问题
m0_49089298的博客
06-10 590
在运行YOLOv3时，遇到的问题及解决方法如下 （1）提示显存不足 解决方法如下： 1.打开yolov3.cfg gedit darket/cfg/yolov3.cfg 2.修改配置 把第6行的batch改小 比如 batch=64 ------------>batch=20 参考文献为： https://www.codeleading.com/article/652372503/ ...
[已解决]OpenCV调用yolov3的检测精度下降问题 | darknet检测结果和opencv检测结果不一致问题
Andrwin的博客
10-20 975
如果你用了opencv调用yolov3的weights,names,cfg做目标检测，你会发现用 ./darknet detector test xxx.... 出来的检测结果不一致，大部分任务都还ok，个别任务的精度就低的离谱。 AlexeyAB版和Pjreddie版我都试过了，AlexeyAB版更离谱。 目前解决办法是回归本源，用darknet/python/darknet.py这个代码实现接口 要注意两件事： 1、里面的权重，names之类的配置文件要用绝对路径，相对路径会报错。 2、路径前面
OpenCV通过YOLOv3模型实现目标检测
最新发布
geriletuma
07-04 965
OpenCV中的深度学习模块（DNN）只提供了推理功能，不涉及模型的训练，支持多种深度学习框架，比如TensorFlow，Caffe,Torch和Darknet。opencv 无法训练模型，但它支持载入其他深度学习框架训练好的模型，并使用该模型进行预测 inference；opencv 在载入模型时会使用 dnn 模块对模型进行重写，使得模型运行效率更高。**轻量型：**DNN模块只实现了推理功能，代码量及编译运行开销远小于其他[深度学习模型框架。
opencv+yolov3实现物体检测
Yonggie的博客
03-19 1492
效果： yolo， you only look once. 如此著名故事又多的模型，真的值得一试。 我们是直接下载人家yolov3模型来用，所以需要下载几个东西，除了detection是我们自己写的代码，其余都要下载。 代码讲解： 其实主要的代码在画框上，而不是怎样预测上，因为我们直接加载了yolo来detect。 首先加载yolo，加载类别，没什么好说的 ...
error C2039,不是类成员 问题出现的原因之一与解决方法
热门推荐
ganfanren00001的博客
08-22 3万+
error C2039,不是类成员 问题出现的原因之一与解决方法 在visual stdio中编代码时，编译器有时会给代码报出 不是类成员 的错误，错误为error C2039。 场景：例如观察者模式中，两个类相互需要以对方做为自己函数的参数或本身包含对方类的指针，也需要在自己类的方法定义中调用另一个类的函数 报错原因：使用了未被声明 的类或函数，即类和函数被调用前必须声明。不然报错error C2039,不是类成员 正确步骤： 1.写出两个类的声明 2.写出两个类中成员与函数的声明
解决方案：关于C2039，XXX不是XXX的成员的奇怪报错
焦露的博客
04-12 8433
有时候不是函数的问题，是编码的问题，把中文注释全去掉就行了
YOLOv3+opencv实现简单的实时目标检测
weixin_48518898的博客
02-06 1710
YOLOv3+opencv实现简单的实时目标检测实现思路opencv调用摄像头YOLOv3算法实时检测实现总结 实现思路 经过了各种环境配置，最近终于初步跑通了YOLOv3，用的是这里的程序，跑通了之后想着是可以配合摄像头做一个简单的目标检测试试，主要是用opencv调用摄像头拍照，然后YOLOv3检测最后呈现。整体实现过程还算顺利，也最终感受到了GPU加速的强大。这里主要是对过程的一个记录吧。 opencv调用摄像头 opencv调用摄像头这个代码网上能搜到的很多了，代码如下： import cv2 ca
win10运行YOLOv4+OPENCV+VS2017
PUZZER的博客
07-17 1730
方案一.QtGUI+YOLOv4+OPENCV+VS2017 主要参考：https://blog.csdn.net/weixin_42448226/article/details/105752224 上面的博客作者写的不是很详细，坑很多 注意： 如果想要复现上文，所有软件版本最好和作者使用一致，CUDA使用V10.1，，作者上传到github上的项目是基于CUDAV10.1做的，我使用的10.2，后面编译生成的EXE文件依赖cudart64_101.dll 文件，并且编译配置里没找到哪里能修改，这个
Windows10+YOLOV3+VisualStudio2017(ie打开)_配置yolov3训练_
09-29
在本文中，我们将深入探讨如何在Windows 10操作系统上使用YOLOv3（You Only Look Once version 3）进行深度学习训练，并结合Visual Studio 2017进行环境配置。YOLOv3是一种实时目标检测算法，因其高效性和准确性在...
ubuntu18.04+yolov3v4配置环境+cuda+cudnn+opencv4
m0_51210142的博客
06-27 1005
目录 0、前言 1、ubuntu18.04系统安装 2、安装nvidia驱动安装+cuda+cudnn 2.1、安装驱动 2.2、安装cuda 2.3、cudnn的安装 3、opencv的安装 4、yolov3，yolov4的编译 5、关于调用摄像头、检测结果的保存等 6、结束语 0、前言 yolov3、yolov4在物体检测这块比较火，网上也有挺多关于配置的教程，但不同的配置环境总会有不同的报错。本文旨在将自己安装过程的经验分享，同时记录下安装过程及遇到的报错问题，便于后边查阅
用VS2015+opencv3.4.2+C++编写Yolov3目标检测算法
07-18
由于工程项目太大，所以里面是一个百度网盘分享，大家可以自行下载
[VS] errorC2039，xxx不是XXX的成员
weixin_42492248的博客
07-18 3088
明明是结构体成员，编译器报错说不是。 发现是因为结构体中注释导致的。 使用的是/**/类型的注释，但是注释内容与*/符号之间没有空格，导致编译器不认识。 需要在注释内容与注释符号之间添加空格。 ...
Ubuntu安装运行YOLOV3 解决opencv报错 No package ‘opencv‘ found
更新一些计算机体系架构NoC，GEM5， AXI4，还有machine learning 的日常
04-01 5351
YOLO系列本文概述一些软件依赖官方网站和官方英文教程下载YOLOV3并直接make编译编译GPU实现YOLO要求N卡和cuda编译GPU版YOLOV3gpu运行YOLOV3 detector耗时小结 You only look once (YOLO) 本文概述 本文讲述如何在ubuntu20.04(其他版本系统也适用)下编译官方darknet框架下YOLOV3并使用提供的coco数据集的预训练权重检测识别图片。 一些软件依赖 Opencv4 这里会和官方教程有一些出入，2021-2022年的时候ubunt
YOLOv3在训练自己数据集时的速度慢问题
Jerry_Leo_liu的博客
04-17 1万+
YOLOv3以速度快著称，但是在训练自己的数据集时发现尽管在命令中同时开启了多块gpu，但速度仍旧很慢。按照其他人的训练日志可以看出64batch的单gpu训练，每次迭代大约需要不到1秒但是自己在训练时却需要好几个小时，首先想到的是自己的数据集是否图片分辨率太高，比较之后发现差不多，而且在开启多尺度训练（设置detector中的random=1）后问题并没有解决。控制影响因素：GPU的数量、bat...
Yolov3+C+++opencv+VS2015成功检测
qq_36417014的博客
03-13 2万+
前言 最近在用yolov3进行目标检测，也有一个多星期了，想把最近做出的一些成果记录下来，供大家参考下。我的运行环境是C+++opencv+VS2015+yolov3，下面将简单介绍下yolo的一些思想，这些也是我在看了很多博主介绍后，自己做的一些总结和笔记，后面也给大家附上了我写的一些关键代码和解释，关于整个工程由于一些私人原因不能整个附上，不过网上也有很多，大家可以自行搜索。...
用yolov3训练自己数据的一些坑的总结
km2km2km的博客
03-26 1585
用pytorch实现yolov3算法不是特别合适，目前网上的一些yolov3 pytorch复现经过我的亲身经历，感觉都有些问题。主要是test.py中的evaluate函数在yolo检测不到框的时候就会报错，我看了github上源代码的issues，认为解决方法就是如果报错就跳过evaluate，但我自己没有试过，以后有机会再添这坑。 目前我用过的比较好的yolov3复现是在这里： ...
opencv+yolov5+c++安装
05-17
安装OpenCV和YOLOv5是一个比较复杂的过程，需要一些基本的编程和编译知识。以下是一些大致的步骤： 1. 安装OpenCV - 安装依赖项：sudo apt-get install build-essential cmake git libgtk2.0-dev pkg-config libavcodec-dev libavformat-dev libswscale-dev - 下载OpenCV源代码：git clone https://github.com/opencv/opencv.git - 创建一个build目录并进入该目录：cd opencv && mkdir build && cd build - 运行cmake进行配置：cmake -DCMAKE_BUILD_TYPE=Release -DCMAKE_INSTALL_PREFIX=/usr/local .. - 编译并安装OpenCV：make -j4 && sudo make install && sudo ldconfig 2. 安装YOLOv5 - 安装依赖项：sudo apt-get install python3.8 python3.8-dev python3.8-distutils python3-pip - 下载YOLOv5源代码：git clone https://github.com/ultralytics/yolov5.git - 安装相关Python包：cd yolov5 && pip install -r requirements.txt 3. 集成OpenCV和YOLOv5 - 在YOLOv5的detect.py文件中，添加OpenCV相关代码（例如，将检测结果绘制在图像上） - 编译C++代码，并链接OpenCV和YOLOv5库 以上仅为大致的步骤，具体实现还需要根据具体情况进行调整。如果您遇到了问题，可以在社区中提问，我们将尽力帮助您解决。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值