TX2上运行YOLOv3-tiny
TX2刷机、测试、环境搭建可以参考以下链接
1.yolo源码下载
$ git clone https://github.com/pjreddie/darknet.git
$ cd darknet
2.配置编译预选项
$ gedit Makefile
GPU=1 #是否需要用GPU
CUDNN=1 #是否需要用CUDNN,这是NVIDIA做的一些优化,就是一些库文件,优化一些常用的矩阵操作
OPENCV=1 #是否需要用OPENCV,如果不使能程序执行完毕后不会自动弹出照片,且不能使用网络摄像头
OPENMP=1 #CPU的多线程
ARCH = -gencode arch=compute_53,code=[sm_53,compute_53]\
-gencode arch=compute_62,code=[sm_62,compute_62]
# ARCH= -gencode arch=compute_30,code=sm_30\
# -gencode arch=compute_35,code=sm_35\
# -gencode arch=compute_50,code=[sm_50,compute_50]\
# -gencode arch=compute_52,code=[sm_52,compute_52]
...
$ make -j4
$ wget https://pjreddie.com/media/files/yolov3.weights
$ wget https://pjreddie.com/media/files/yolov3-tiny.weights
3.使用YOLOv3-tiny测试
(1)图片
$ ./darknet detect cfg/yolov3-tiny.cfg yolov3-tiny.weights data/dog.jpg
(2)摄像头实时检测(这是使用板子上带的摄像头,可能是gstreamer不好使,没成功)
$ ./darknet detector demo cfg/coco.data cfg/yolov3-tiny.cfg yolov3-tiny.weights
使用usb摄像头
$ ./darknet detector demo cfg/coco.data cfg/yolov3-tiny.cfg yolov3-tiny.weights -c 1
(3)使用视频测试
$ ./darknet detector demo cfg/coco.data cfg/yolov3-tiny.cfg yolov3-tiny.weights test.mp4
4.usb摄像头测试结果
FPS竟然能到25,相当可以了