Darknet安装及使用

本文主要记录自己安装Darknet过程。

1.Darknet介绍

官网: https://pjreddie.com/
Github: https://github.com/pjreddie/darknet.git

Darknet是一个用C和CUDA编写的开源神经网络框架。它速度快，易于安装，并支持CPU和GPU计算。
博客1 Darknet概述，并总结了其优点
博客2 目标检测：YOLOv3: 训练自己的数据
Github1 darknet深度学习框架源码分析：详细中文注释

2.在linux下安装Darknet

下载源码：

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

修改Makefile，添加对GPU，CUDNN，OpenCV，OpenMP等的支持。
因为我的CUDA没有使用默认的路径，所以需要进行修改：

vi Makefile

若是使用OpenCV4.1，还需要设置，在Makefile中的g++编译命令里添加-std=c++11的flag：

否则会出现错误：

error "OpenCV 4.x+ requires enabled C++11 support

接下来
编译

make

如果都已正确编译，请尝试运行

./darknet

应该得到输出：

usage: ./darknet <function>

大功告成，接下来就可以使用Darknet了。

注意： 如果出现错误：

./darknet: error while loading shared libraries: libcudart.so.8.0:
cannot open shared object file: No such file or directory

是库文件路径引发的问题，可以到/etc/ld.so.conf.d目录下，修改其中任意一份conf文件，（可以自建conf，以方便识别）将lib所在目录写进去，然后在终端输入 ldconfig 更新缓存。

本文该lib文件在/usr/local/cuda/lib64下，因此在/etc/ld.so.conf.d 创建了一个cuda.conf 文件，并加入

/usr/local/cuda/lib64

保存退出。
最后执行：sudo ldconfig 使文件生效。

3.使用Darknet目标检测

在cfg文件夹下包含了很多设置好的网络模型（类似caffe）。
接下来我们在官网中下载训练好YOLO权重文件（weights）：
darknet权重文件

执行预测

# -gpus 可以使用多个GPU， 
# -nogpu 不使用GPU
./darknet detect cfg/yolov3-spp.cfg yolov3-spp.weights data/dog.jpg -gpus 3,4

得到输出：

预测图像：