yolo-darknet配置安装与测试

本文参考：http://blog.csdn.net/samylee/article/details/51684856

参考网站：http://pjreddie.com/darknet/yolo/

yolo网站一：http://pjreddie.com/darknet/yolo/

注意：1、请严格按照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）。

2、u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）

注意：此处如果之前安装过install-opencv-master，这里需要再次下载，这个不同于之前的版本，下载后把opencv2_4_10.sh直接在install-opencv-master目录下找到2.4，替换相同名称的文件。（直接用之前的会编译不过去）

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（即/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，令cpu=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

注意：这一步如果之前安装过caffe，这一步可以省略、

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：下载模型并测试yolo-darknet

下载yolo-tiny.weights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.weights和yolo.weights模型类似

下载完成后均放在darknet目录下

在darknet目录下运行：

wget http://pjreddie.com/media/files/yolo.weights
./darknet yolo test cfg/yolo.cfg yolo.weights data/dog.jpg

prediction图如下：