分三部分从零开始讲述Darknet版YOLOv3的使用,第一部分是环境的配置;第二部分是安装darknet及测试;第三部分是训练自己的数据。
一、环境配置(本人使用的ubuntu16.04系统)
- 安装Nvidia显卡驱动
添加ppa源:
$ sudo add-apt-repository ppa:graphics-drivers/ppa
更新一下:
$ sudo apt-get update
安装驱动:
$ sudo apt-get install nvidia-xxx #具体哪个版本需要自己查:
$ sudo apt-cache search nvidia-* #可查得ppa安装支持的版本驱动(建议用390或以上)
再装两个依赖库:
$ sudo apt-get install mesa-common-dev
$ sudo apt-get install freeglut3-dev
重启后可用$nvidia-smi查看是否安装成功
- 安装CUDA9.0
CUDA(Compute Unified Device Architecture)是NVIDIA开发的运算平台,可以使GPU进行通用计算。
(1)进入Nvidia官网下载安装文件,如下图选择
下载下方出现的五个run安装文件,其中四个为拓展包
(2)安装CUDA
由于安装后可能出现如下错误:
1 Missing recommended library: libGLU.so
2 Missing recommended library: libX11.so
3 Missing recommended library: libXi.so
4 Missing recommended library: libXmu.so
这是因为缺少相关的依赖库,所以保险起见先装好这些依赖,再去安装CUDA
安装依赖:
$ sudo apt-get install freeglut3-dev build-essential libx11-dev libxmu-dev libxi-dev libgl1-mesa-glx libglu1-mesa libglu1-mesa-dev
安装CUDA:
$ sudo sh xxx.run #五个run文件
安装过程中会让你做一系列的选择,但只有下面这项选择no,其他的都接受。
Install NVIDIA Accelerated Graphics Driver for Linux-x86_64 375.26? (y)es/(n)o/(q)uit: n
配置环境变量:
$ sudo gedit ~/.bashrc
在.bashrc文件最后一行添加:
export LD_LIBRARY_PATH=${
LD_LIBRARY_PATH}: