配置yolo2（ubuntu16.04+cuda8.0）

最新推荐文章于 2024-08-09 22:09:21 发布

走出自动化坑的程序猿

最新推荐文章于 2024-08-09 22:09:21 发布

阅读量2.1k

点赞数

分类专栏：深度学习 YOLO 文章标签：深度学习 YOLO

本文链接：https://blog.csdn.net/abc869788668/article/details/77933613

版权

深度学习同时被 2 个专栏收录

6 篇文章 0 订阅

订阅专栏

YOLO

1 篇文章 0 订阅

订阅专栏

opencv3.2 安装

下载

http://opencv.org/releases.html

安装介绍

http://www.cnblogs.com/xiaomanon/p/5490281.html

http://www.cnblogs.com/asmer-stone/p/5089764.html

CUDA8.0安装
查询GPU是否支持CUDA
https://developer.nvidia.com/cuda-gpus

安装介绍

http://blog.csdn.net/masa_fish/article/details/51882183

下载地址

https://developer.nvidia.com/cuda-downloads

具体安装过程在别的文章里已经具体说明了，这里不再提及

借鉴官网进行安装https://pjreddie.com/darknet/yolo/

1.配置darknet

git clone https://github.com/pjreddie/darknet
cd darknet
make

看到如下输出表示成功

mkdir -p obj
gcc -I/usr/local/cuda/include/  -Wall -Wfatal-errors  -Ofast....
gcc -I/usr/local/cuda/include/  -Wall -Wfatal-errors  -Ofast....
gcc -I/usr/local/cuda/include/  -Wall -Wfatal-errors  -Ofast....
.....
gcc -I/usr/local/cuda/include/  -Wall -Wfatal-errors  -Ofast -lm....

如果没有报错输入

./darknet

得到输出

usage: ./darknet <function>

说明darknet配置成功

打开Makefile文件，将开头几行改为

GPU=1	#确保已经配置好
CUDNN=1
OPENCV=1

之后重新编译，就可以实现基于cuda和opencv的编译

2. 下载预训练文件

wget https://pjreddie.com/media/files/yolo.weights

3. 测试

./darknet detect cfg/yolo.cfg yolo.weights data/dog.jpg

你可以得到以下输出

layer     filters    size              input                output
    0 conv     32  3 x 3 / 1   416 x 416 x   3   ->   416 x 416 x  32
    1 max          2 x 2 / 2   416 x 416 x  32   ->   208 x 208 x  32
    .......
   29 conv    425  1 x 1 / 1    13 x  13 x1024   ->    13 x  13 x 425
   30 detection
Loading weights from yolo.weights...Done!
data/dog.jpg: Predicted in 0.016287 seconds.
car: 54%
bicycle: 51%
dog: 56%

说明yolo2能顺利实现功能