yolov4 darknet安装笔记
cuda+cudnn安装
说明:安装yolov4 cuda>=10.0 经测试 cuda-11.0 不需要修改src/network_kernels.cu即可安装成功。
安装之前先使用
nvidia-smi
右上角为能够支持最高版本的cuda
cuda-10.0下载及安装
安装包下载:https://developer.nvidia.com/cuda-10.0-download-archive
选择自己电脑系统对应版本的安装包+补丁包
下好之后 进入文件存储路径,打开
运行安装包
sudo bash cuda_10.0.130.1_linux.run
输入 accept,之后的按和顺序输入 n,y,y,y。
运行补丁包
sudo bash cuda_10.0.130.410.48_linux.run
同上输入 accept,一路y通过。
建立软链接
sudo rm -rf /usr/local/cuda #删除原来的软链接
sudo ln -s /usr/local/cuda-10.0 /usr/local/cuda
ls -l /usr/local/cuda #查看链接是否成功
/usr/local/cuda 显示为蓝色即并对应版本为cuda-10.0即为成功
添加环境变量
gedit ~/.bashrc
# nano ~/.bashrc 未安装gedit可以使用nano比vi好用一点
在末尾添加环境变量
export CUDA_HOME=/usr/local/cuda
export PATH=$PATH:$CUDA_HOME/bin
export LD_LIBRARY_PATH=/usr/local/cuda/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
保存,退出
source ~/.bashrc
使用以下指令查看cuda 版本,验证是否安装成功
cat /usr/local/cuda/version.txt
对应版本cudnn下载及安装
cudnn 下载:https://developer.nvidia.com/rdp/cudnn-archive
找到对于 CUDA 10.0版本的cuDNN
选择 cuDNN library for Linux 版本进行下载
解压
tar -xzvf cudnn-10.0-linux-x64-v7.6.5.32.tgz
sudo cp cuda/include/cudnn* /usr/local/cuda/include
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64
sudo chmod a+r /usr/local/cuda/include/cudnn*/usr/local/cuda/lib64/libcudnn*
解压可能失败,大多是因为在下载过错中包损坏了,rm -rf 一下重新下载就行了。
查看 cuDNN版本,验证是否安装成功
cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2
darknet GPU版本安装
AlexeyAB大佬getbub:https://github.com/AlexeyAB/darknet
也可使用git 指令
git clone https://github.com/AlexeyAB/darknet.git
Makefile修改
gedit Makefile
修改对应的值,opencv未安装则设置为0
![在这里插入图片描述](https://img-blog.csdnimg.cn/c6d25839818a4a949f28937fc98ccced.png
nvcc 路径修改(划重点)
可是使用 nvcc -V来查看nvcc的版本,如不是cuda-10.0对应版本,需要对Makefile文件中的NVCC路径修改
nvcc -V
gedit Makefile
gedit可使用ctrl+f 搜索nvcc找到对应位置
NVCC = /usr/local/cuda/bin/nvcc
# NVCC = /usr/local/cuda-10.0/bin/nvcc
![在这里插入图片描述](https://img-blog.csdnimg.cn/922548c6ee37487fa63d9c76fe30c4f8.png
src/network_kernels.cu文件修改
执行make 遇到一下报错 cudaStreamCaptureModeClobal
gedit打开 src 路径下的 network_kernels.cu 文件
gedit src/network_kernels.cu
找到选中行并注释。
make
没报错就成功了。
yolov4.weight 下载
安装好yolov4之后还需要去下载yolov4.weight文件才能进行识别测试。
yolov4.weight下载链接:https://72k.us/file/26468910-439532813
下载完成后将文件放到darknet 文件中
执行
./darknet detect cfg/yolov4.cfg yolov4.weights
识别结果