小白踩坑----ubuntu16.4配置yolov3的流程

刚入门linux系统很多操作都不太熟练,还没配置过模型,在配置yolov3时借鉴了很多博客,也踩了很多坑,对linux命令还很不熟练,望多多包涵。

第一.首先参考yolo官网给的教程:

如下图,我们只要关注下面一部分就行了。(我翻译成了中文,官网直接搜yolo就好)
在这里插入图片描述
第一,是要通过这个预训练模型darknet,通过git clone 那个命令下载,(注意使用这个命令需要你事先安装git这个工具),或者,你可以通过这个链接下载下来:https://download.csdn.net/download/qq_35027690/12095913
第二,下载这个训练号的参数,通过wget这个命令下载(如果不想使用终端下载,可以使用这个链接:https://download.csdn.net/download/qq_35027690/12095922

(上传文件大小受限,我不是故意要骗积分的,等审核通过我放上链接)

这两个下载下来之后,需要把yolov3.weight放入darknet文件夹目录下如下,准备工作就ok了。
在这里插入图片描述

第二

按照官网教程,我们需要进入darknet文件夹下,然后编译一下。命令如下:

cd darknet
make

由于我刚开始没有装opencv,所以,接下来,我在执行官网提供的下面命令时,

./darknet detector test cfg/coco.data cfg/yolov3.cfg yolov3.weights data/dog.jpg

在这里插入图片描述
只有文字显示预测结果,并没有图片显示,图片显示报图中所示错误,是因为没有装opencv,而makefile文件里面给的opencv=1导致的。在这里插入图片描述
虽然没有直接显示图片出来,但是可以在darknet文件夹里找到名为:predictions.jpg的图片,即为预测的图片。

第三,装opencv

装opencv遇到很多坑,(包括:让conda崩了,最后重装了一下conda;搜了很多ubuntu安装opencv的博客,最后发现,一句话搞定。(如果碰到conda网络错误的话,可以手动下载下来然后编译,反正我没试过这种,网络失败了两次我仍然继续用这个命令,最后竟然ok了)
conda 安装opencv :conda install -c menpo opencv
安装完成之后,使用conda list命令,可以找到opencv

在安装完,opencv后,尝试用opencv打开图仍然出现:

Package opencv was not found in the pkg-config search path.
Perhaps you should add the directory containing `opencv.pc'
to the PKG_CONFIG_PATH environment variable
No package 'opencv' found
Package opencv was not found in the pkg-config search path.
Perhaps you should add the directory containing `opencv.pc'
to the PKG_CONFIG_PATH environment variable
No package 'opencv' found

这是因为opencv下载安装之后,需要对源码编译一下,由于时间消耗太久,后来查找博客发现,用这个命令搞定。

sudo apt install libopencv-dev 

上面步骤完成之后,在darknet里面找到makefile文件,把其中的opencv =1 ,如下:
在这里插入图片描述
更改参数后,需要make clean 再重新make

之后,再用make命令编译一下。
然后,再输入一下检测的那个命令:

./darknet detector test cfg/coco.data cfg/yolov3.cfg yolov3.weights data/dog.jpg

就ok啦
在这里插入图片描述

第四,通过摄像头

明天再写

评论
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

打赏作者

通信仿真爱好者

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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