YOLO3+GPU(gtx1060)

本文介绍了YOLO3在GPU(GTX1060)上的配置步骤,包括CUDA环境的设定,解决编译错误如"libcudnn.so.7"找不到的问题,以及内存不足导致的Cuda malloc失败的处理方法。通过调整配置,实现在GPU上运行YOLO3的加速效果,速度提升约500倍。
摘要由CSDN通过智能技术生成

安装参加yolo3官网,较为简单。

此文主要针对配置与问题解决。

一.配置GPU和CUDA信息

Darknet在GPU上运行可以得到500倍的提速,编译使用GPU要求显卡是Nvidia卡并且正确安装了CUDA。

GPU环境下的编译配置都是在 /darknet/Makefile 文件中定义的,GPU环境的编译有3点更改需要注意。


1. 更改Makefile前两行GPU和CUDNN的配置:

(备注:makefile 用vim打开,按ESC,再输入:wq,实现保存退出)
GPU=1

CUDNN=1


2. 更改CUDA的路径

48~51行,在"ifeq ($(GPU), 1)"语句块中修改为自己的CUDA安装路径,更改前默认路径如下:


ifeq ($(GPU), 1)

COMMON+= -DGPU -I/usr/local/cuda/include/

CFLAGS+= -DGPU

LDFLAGS+= -L/usr/local/cuda/lib64 -lcuda -lcudart -lcublas -lcurand


例如修改为:


ifeq ($(GPU), 1)
COMMON+= -DGPU -I/usr/local/cuda-9.0/include/
CFLAGS+= -DGPU
LDFLAGS+= -L/usr/local/cuda-9.0/lib64 -lcuda -lcudart -lcublas -lcurand

23行,修改NVCC

评论 7
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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