yolo v3 配置 CUDA及OPENCV

配置YOLOV3（过程不要关终端）

yolo官网 下载资源
方法一

  sudo gedit  /etc/profile  #在文件的最后面加上下面两句
  
  export PATH=/usr/local/cuda-9.0/bin:$PATH  
  export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64:$LD_LIBRARY_PATH 
   
  sudo ldconfig  #使环境变量立即生效

方法二：

export PATH=/usr/local/cuda-9.0/bin:$PATH

export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64:$LD_LIBRARY_PATH

sudo apt-get install libopencv-dev  #安装Opencv
sudo gedit /etc/ld.so.conf.d/opencv.conf  #弹出的可能是空白文件

/usr/local/lib  #输入左边内容，保存继续执行下边命令

sudo ldconfig  
sudo gedit /etc/bash.bashrc  #配置bash，在最末尾添加下边两行

PKG_CONFIG_PATH=$PKG_CONFIG_PATH:/usr/local/lib/pkgconfig  
export PKG_CONFIG_PATH 

接着执行如下命令使得配置生效
source /etc/bash.bashrc  
sudo updatedb   
#执行千万不要关终端！cd进入darknet所在路径
sudo gedit Makefile   #设置如下三行参数为1

GPU=1
CUDNN=1
OPENCV=1

最后执行make  配置完成

测试

Opencv
./darknet imtest data/eagle.jpg

Cuda

 
./darknet -i 0 detector test cfg/coco.data cfg/yolov3.cfg yolov3.weights data/dog.jpg -thresh 0.25 
# -i 0 指定GPU0  detector test cfg/coco.data=detect  thresh（阈值）默认0.25
./darknet -nogpu detect cfg/yolov3.cfg yolov3.weights data/dog.jpg  #无gpu，运算会失准
./darknet detect  cfg/yolov3.cfg yolov3.weights data/dog.jpg   #简化版
./darknet detect cfg/yolov3.cfg yolov3.weights  #多次检测  二次输入路径
./darknet detect cfg/yolov3-tiny.cfg yolov3-tiny.weights data/dog.jpg #简化版yolov3,有点不准
./darknet detector demo cfg/coco.data cfg/yolov3.cfg yolov3.weights <video file> 
./darknet detector demo cfg/coco.data cfg/yolov3.cfg yolov3.weights  #动态检测，需要安装opencv