yolo训练自己的数据及测试（C++版本）

一、下载yolo项目：

https://github.com/AlexeyAB/darknet（C++版本）

二、多GPU配置C++版本的yolo

    修改makefile文件如下：

    GPU=1

   CUDNN=1

  CUDNN_HALF=1

  OPENCV=1

 AVX=0

OPENMP=0

LIBSO=1

DEBUG=1

  

三、编译C++版本

遇到的bug1:
/bin/sh: 1: nvcc: not found
Makefile:88: recipe for target 'obj/convolutional_kernels.o' failed
make: *** [obj/convolutional_kernels.o] Error 127
错误原因:nvcc没有安装或者是设置的环境变量不生效

解决方案：在/et/profile中添加cuda的环境变量，添加完成之后切记source /etc/profile

参考文章：

https://blog.csdn.net/chengyq116/article/details/80552163

遇到的bug2:

 Error: Assertion failed ((flags & FIXED_TYPE) != 0)

错误原因：opencv版本不匹配

解决方案：编译c++版的yolo必须要装低于3.4.0版本的opencv ；如果电脑上已经装好其他版本的opencv,只需要重新编译所需要的opencv版本即可，然后在执行训练或其他命令之前执行export LD_LIBRARY PATH=$LD_LIBRARY_PATH:/data/opencv-3.4.0/build/lib,但是不能用sudo执行命令

bug3:

error while loading shared libraries: libopencv_highgui.so.3.4 linux

错误原因：安装完opencv时没有将opencv路径写入环境变量

解决方案：添加opencv环境变量

参考文章：

https://blog.csdn.net/u013066730/article/details/79411767（从第9步开始执行就行）

错误原因：显存不足

解决方案：将.cfg文件中的subdivision设置为64

 

四、标记自己的数据及训练

训练数据：./darknet detector train data/obj.data data/yolov3-tiny_test.cfg yolov3-tiny.conv.15 -gpus 0,1,2

计算锚点：./darknet detector calc_anchors data/obj.data -num_of_clusters 6 -width 416 -height 416

断点续传：./darknet detector train data/obj.data data/yolov3-tiny_test.cfg /backup/yolov3-tiny_train_1000.weights -gpus 0,1,2

不显示训练的loss变化的图像时用以下红框的语句