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