yolo-darknet配置安装与测试

caffe-fasterrcnn后,又一个yolo-darknet的配置教程,希望可以帮助大家。

注意:1、请严格按照我提供的安装顺序安装,即ubuntu-opencv2.4.10-darknet-cuda7.5-darknet-test

2、有些您复制的终端命令如果不能在终端运行,请注意英文全角半角问题,您可以将命令输入终端,无须复制粘贴命令

 

第一部分:Ubuntu14.04桌面版下载及安装

Ubuntu14.04桌面版下载地址:(链接:http://pan.baidu.com/s/1bnHkmy    密码:3o4m)

安装步骤:

1、制作u盘启动盘,工具UltraISO下载地址:http://rj.baidu.com/soft/detail/11522.html?ald)、安装成功后运行,点击软件上的继续试用(适用可以满足要求)、按网上步骤制作(教程地址:http://jingyan.baidu.com/article/eb9f7b6d8536a8869364e813.html)。

2u盘启动盘插入电脑usb1孔,运用电脑启动ctrl+F12里的bios设置为u盘启动。

3、进入安装界面,左边选择中文,右边点击安装(不是试装),联网时选择添加安装这个第三方软件(不良网就不用添加),点击继续,安装ubuntu点击现在安装,城市默认,键盘布局默认,输入名字和密码,点击继续,显示安装,安装后点击重启。

4、重启时等显示器黑屏u盘拔出(一定要拔出,不然会再次进入ubuntu安装界面),等待输入密码界面,最后输入密码,登录成功,出现界面。

 

第二部分:安装opencv2.4.10 (需要联网)

下载地址:http://download.csdn.net/detail/samylee/9467058

进入Ubuntu/2.4 目录, 给所有shell脚本加上可执行权限,即在终端输入命令:

chmod a+x *.sh

进入2.4目录,在终端输入:

sudo ./opencv2_4_10.sh

至此系统会编译并安装OpenCV2.4.10,整个过程大概半小时左右,请耐心等待。

 

第三部分:安装darknet

1、安装git

终端输入:sudo apt-get install git

2、安装darknet

在主文件下终端输入(/home/***(您的服务器名字)这个目录):

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

cd darknet

修改makefile文件:

开头部分令opencv=1同时令NVCC = /usr/local/cuda-7.5/bin/nvcc后保存退出

终端输入:make -j16

 

第四部分:安装cuda7.5

cuda7.5下载地址:https://developer.nvidia.com/cuda-downloads(下载顺序 Linux-*84_64-Ubuntu-14.04-deb(local)-Download(1.9GB))

安装步骤(过程需要联网):

下载好后拷贝到主文件夹下,即/home/***(您的服务器名字)这个目录,并用终端在此目录输入代码:

sudo dpkg -i cuda-repo-ubuntu1404-7-5-local_7.5-18_amd64.deb 等待完成;

sudo apt-get update 等待完成;

sudo apt-get install cuda等待完成。

 

第五部分:再次修改darknet

进入darknet文件夹修改makefile文件夹:

令开头cpu=1,保存退出

终端输入:

cd darknet

make -j16

至此darknet配置完成

 

第六部分:下载模型

下载yolo-tiny.weight模型,地址:http://pjreddie.com/darknet/yolo/,打开网页在A Tiny Model下点击here(172MB),即可下载

下载yolo-samaller.weightyolo.weight模型类似

下载完成后均放在darknet目录下

 

第七部分:测试yolo-darknet

测试tiny模型,将/darknet/data/文件夹下的dog.jpg图片复制于darknet文件夹下

终端输入:

./darknet yolo test cfg/yolo-tiny.cfg yolo-tiny.weight

如果终端显示NO such file or directory

则在darknet目录的终端下输入:

export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH

再在此目录下输入:

./darknet yolo test cfg/yolo-tiny.cfg yolo-tiny.weight

终端会出现Enter Image Path一行,在后面输入dog.jpg即可

显示结果为屏幕显示两张测试图片,一张为resized,一张为prediction,如后续图所示

至此测试部分结束,测试yolo-samaller.weightyolo.weight模型类似操作,在此不做展示

resize图如下:

 

prediction图如下:

 

 

 

任何问题请加唯一QQ2258205918(名称samylee)  !!! 

唯一VX:samylee_csdn

 

 

 

已标记关键词 清除标记
©️2020 CSDN 皮肤主题: 编程工作室 设计师:CSDN官方博客 返回首页