深度学习（四） yolov2转换到Ｑt环境下编译

最新推荐文章于 2024-06-28 09:16:22 发布

syoung9029

最新推荐文章于 2024-06-28 09:16:22 发布

阅读量5.5k

点赞数 2

分类专栏：深度学习文章标签：深度学习

本文链接：https://blog.csdn.net/syoung9029/article/details/70336618

版权

深度学习专栏收录该内容

6 篇文章 0 订阅

订阅专栏

将YOLO的Darknet框架改到Qt下使用（附个yolov2整个加速的cpu工程github地址：https://github.com/syoung9029/darknet_cpu）

使用Qt创建新的工程，

删除创建好的main.cpp，

加入darknet下的源文件

更改.pro文件，添加多线程／cuda库／opencv的路径　ＳＯＵＲＣＥＳ之前改为如下所示：

TEMPLATE = app

QT += qml quick widgets
TARGET = yoloV2
CONFIG += c++11
CONFIG += console
CONFIG -= app_bundle
CONFIG -= qt
CONFIG += thread
INCLUDEPATH += /usr/local/include \
               /usr/local/include/opencv \
               /usr/local/include/opencv2
LIBS += -L/usr/local/lib -lopencv_core -lopencv_features2d -lopencv_flann \
        -lopencv_highgui -lopencv_imgcodecs -lopencv_imgproc -lopencv_ml -lopencv_objdetect \
        -lopencv_photo -lopencv_shape -lopencv_stitching -lopencv_superres -lopencv_videoio \
        -lopencv_video -lopencv_videostab

然后在ＨＥＡＤＥＲＳ后面添加：

CUDA_SOURCES += \
    ../src/network_kernels.cu \
    ../src/maxpool_layer_kernels.cu \
    ../src/im2col_kernels.cu \
    ../src/dropout_layer_kernels.cu \
    ../src/deconvolutional_kernels.cu \
    ../src/crop_layer_kernels.cu \
    ../src/convolutional_kernels.cu \
    ../src/col2im_kernels.cu \
    ../src/blas_kernels.cu \
    ../src/avgpool_layer_kernels.cu \
    ../src/activation_kernels.cu

CUDA_DIR = /usr/local/cuda-7.5

INCLUDEPATH += $$CUDA_DIR/include

OBJECTS_DIR = ./

LIBS += -L/usr/local/cuda-7.5/lib64 -lcudart -lcufft -lcuda -lcublas -lcurand

CUDA_ARCH = sm_50

NVCCFLAGS = --compiler-options -fno-strict-aliasing -use_fast_math --ptxas-options=-v

CUDA_INC = $$join(INCLUDEPATH,'" -I"','-I"','"')

cuda.input = CUDA_SOURCES

cuda.output = $$OBJECTS_DIR/${QMAKE_FILE_BASE}_cuda.o
# compile CUDA kernels using nvcc
cuda.commands = $$CUDA_DIR/bin/nvcc -m64 -g -G -arch=$$CUDA_ARCH -c  $$NVCCFLAGS $$CUDA_INC $$LIBS ${QMAKE_FILE_NAME} -o ${QMAKE_FILE_OUT} \
                2>&1 | sed -r \"s/\\(([0-9]+)\\)/:\\1/g\" 1>&2

QMAKE_EXTRA_COMPILERS += cuda

上面已经配置好所需要的库文件路径，下面更改Headers里面的ｃｕｄａ.h文件，加入ＧＰＵ加速，添加＃ｄｅｆｉｎｅ GPU

然后更改ｃｕｄａ .c文件，加入ｃｕｄａ .h的头文件，

在blas.h中将#ifdef GPU后面的#include "cuda.h"提到其前面，在col2im.h和im2col.h中#ifdef GPU前面添加#define GPU。（如果还有错误，就暴力查看所有头文件里面需要定义GPU或者OPENCV的，即有ifdef GPU或者OPENCV的，在前面添加#define GPU或者#define OPENCV）

如果需要使用ｏｐｅｎｃｖ,还要到使用了ｏｐｅｎｃｖ的文件对应更改，此处只修改了测试阶段需要的文件里面的ｏｐｅｎｃｖ:修改ｄａｒｋｎｅｔ.c,demo.c, detector.c, image.ｃ

定义#define OPENCV