opencv 测试安装完成_【深度学习】YOLO-Darknet安装与测试

由于最近需要在无人机上做一些目标识别的任务，经过一番调研，决定使用YOLO v3的darknet版本，以方便其在TX2这样的设备上部署

darknet非常容易安装，它只有２个可选择的依赖： 1. Opencv: 能支持更多格式的图像，并且得到实时的显示 2. GPU: 利用GPU计算，能大大提升YOLO的识别帧率，画面更加流畅

安装这两个依赖都必须要先安装基础版yolo

1. 安装基础版yolo

git clone https://github.com/pjreddie/darknet.git
cd darknet
sudo make

• 测试

./darknet

说明安装完成

• 下载权重文件

wget https://pjreddie.com/media/files/yolov3.weights

• 测试检测结果

./darknet detect cfg/yolov3.cfg yolov3.weights data/dog.jpg

我们没有使用OpenCV编译Darknet，因此无法直接显示检测结果。相反，它将它们保存在/darknet/predictions.png中。您可以打开它来查看检测到的对象。

2. 测试opencv

前提是opencv已经成功安装

• 修改darknet下的Makefile文件第三行值为1
  OPENCV=1

• 重新make工程

make

• 测试

./darknet imtest data/eagle.jpg

会显示很多图片，说明opencv已经配置好了

这样运行darknet后就会有图像输出啦

3. 使用CUDA和OPENCV 编译darknet

前提是cuda已经安装好

• 修改darknet下的Makefile文件

1. 第1-3 行

GPU=1
CUDNN=1
OPENCV=1

如果cuda没有加入环境变量
需要修改

1. 第24行左右

修改为nvcc路径(根据自己的cuda路径修改)

NVCC=/usr/local/cuda-10.0/bin/nvcc

如果你在TX2或TX1 上编译darknet

CSDN-专业IT技术社区-登录​blog.csdn.net

1. 将前三个设置为1，并将ARCH改为如下

GPU=1
CUDNN=1
OPENCV=1
......
# Note that CUDA architecture of TX2 is “62”, while TX1 “53”.
ARCH= -gencode arch=compute_53,code=[sm_53,compute_53] 
      -gencode arch=compute_62,code=[sm_62,compute_62]

2. 重新make项目

make

3.测试

./darknet detect cfg/yolov3.cfg yolov3.weights data/dog.jpg

问题

1. cudnn.h

include/darknet.h:16:23: fatal error: cudnn.h: No such file or directory

查看是否安装cudnn

cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2

如果输出

cat: /usr/local/cuda/include/cudnn.h: No such file or directory

表示没有安装cudnn

• 安装cudnn

进入官网

https://developer.nvidia.com/cudnn​developer.nvidia.com

下载对应cuda版本的cudnn tar文件

tar -xzvf cudnn-*.tar(刚刚下载的文件)

sudo cp cuda/include/cudnn.h /usr/local/cuda/include

sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64

sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*

cuDNN的卸载和安装类似,只要把先前拷贝的文件删除即可.

2. CUDA Error: out of memory

darknet: ./src/cuda.c:36: check_error: Assertion `0' failed.
Aborted (core dumped)

更改cfg目录下的yolov3.cfg，把subdivisions=16

改为subdivisions=64即可

主要参考：

https://pjreddie.com/darknet/install/​pjreddie.com YOLO-Darknet安装​www.jianshu.com