Ubuntu16.04+YOLOv3配置

前言

YOLO是也是深度学习的一种，它的特点就是速度非常快。以前前前后后在Ubuntu上配置过yolo两次，都快忘了，最近在又配置了一下YOLO，记录一下过程以及遇到的问题。
其实YOLO的安装比较简单，也已参考官网的安装步骤：https://pjreddie.com/darknet/install/

过程

基本过程

1. 从github上下载darknet，也就是YOLO

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

2. 编译

cd darknet
make

3. 运行测试

./darknet

若出现usage: ./darknet ，说明编译成功。

4. 运行实例

下载权重文件：yolov3.weights，链接：https://pjreddie.com/media/files/yolov3.weights
下载好后，将yolov3.weights复制到darknet目录下。

输入命令：

./darknet detect cfg/yolov3.cfg yolov3.weights data/dog.jpg

执行结束后，会在darknet目录下生成一副图片，即为检测结果。

带CUDA和OpenCV

1. 关于CUDA和OpenCV的配置，可以参考我的另一篇博客：
   https://blog.csdn.net/qq_36327203/article/details/79372152

2. 重新编译
   安装好CUDA和OpenCV后，修改darknet/Makefile文件：安装好CUDA和OpenCV后，修改darknet/Makefile文件：

GPU=1
CUDNN=1
OPENCV=1

重新编译：

make clean
make

2. 遇到的问题以及解决办法：
   重新执行：

./darknet detect cfg/yolov3.cfg yolov3.weights data/dog.jpg

问题1：

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

解决方法：

libcudart.so.8.0 不能找到 在/etc/ld.so.conf.d 创建了一个cuda.conf
文件，并加入/usr/local/cuda/lib64 内容，保存退出。 最后执行：sudo ldconfig 使文件生效

问题2：

CUDA Error: out of memory darknet: ./src/cuda.c:36: check_error:
Assertion `0’ failed.

解决方法：
出现这问题的原因就是GPU内存不够大，解决方法就是减小内存的使用：
修改cfg/yolov3.cfg，修改如下：

[net]
# Testing
batch=1					//取消注释
subdivisions=1			//取消注释
# Training				
# batch=64				//添加注释
# subdivisions=16		//添加注释
width=416				//适当减小width
height=416				//适当减小height

之后再运行，就不会出现问题了。

总结

深度学习这块，概念比较多，想要研究这方面，首先得对深度学习方面的概念了解，之后才能有更深的理解。

QQ：1570553025
github：https://github.com/myzcl
微信公众号，扫二维码即可关注：