![c76f8af7ba7443106a7b3a195ec3489f.png](https://img-blog.csdnimg.cn/img_convert/c76f8af7ba7443106a7b3a195ec3489f.png)
缺少了OpenCV和CUDA的YOLO是没有灵魂的。
----《鲁迅:我没说过》
这一部分是真的写不动了,实在不想回首这段痛苦的经历。先占个位置以后再补回来,毕竟以后还要在服务器上配置OCV和CUDA。
先简单提几个点吧,算是我觉得比较坑的
OpenCV
- 推荐版本3.4.0,为啥呢?因为3.4.1有个bug会影响yolo,但从这以后bug有没有被修好呢?不晓得。
- 如果你装3.4.11,这是目前(2020.7.22)OCV3最新的,一向喜欢下载新的我就碰到了这个坑。但这个主要是lImage有问题,改改代码就可以用了。去yolo的github里找issue能找到解决办法,还是懒以后再补链接。如果你装的是3.4.11,直接私信我我把源码发给你
- 然后就其实没啥坑了
CUDA
- 最好的文档是NVIDIA官方文档
- 不是你有N卡就能用CUDA,但你没N卡一定用不了。N官网有说明哪些卡可以,先查一下
- N卡驱动,查自己卡对应最兼容的驱动
- 你可能会看到某些陈年老博客说要装CUDA需要对gcc降级到4.8或更低,NVIDIA听完感到很淦。N官网明确说了为了满足C++11标准,gcc至少是5,不用改gcc,系统自带或者apt install gcc的就行了
- CUDNN,专为深度学习设计的,算是CUDA的扩展,比较好装,没那么麻烦
总结
有问题时最靠谱的还是官网文档,以及官方github下对应的issue,其它的博客文章(包括这篇)主要是帮你更快的理解,搞明白怎么回事。
这篇看起来好水啊,见谅见谅,今天主要先记下来,以后一定补回来。
装好OpenCV和CUDA以及CUDNN后,运行
./darknet detector demo cfg/coco.data cfg/yolov3.cfg yolov3.weights
保证吓你一跳