Ubuntu22.04-安装Darknet

一:安装Git

sudo apt-get install git

执行git命令,无报错即安装成功。

下载Darknet源码(进入到想保存darknet源码的路径下执行)

git clone https://github.com/AlexeyAB/darknet.git

可能遇到的错误一:
error: RPC 失败。curl 16 Error in the HTTP2 framing layer
fatal: 在引用列表之后应该有一个 flush 包

尝试通过像这样设置 git config 来强制 git 使用 HTTP 1.1:

git config --global http.version HTTP/1.1
然后再尝试git clone
如下则表示成功了:在这里插入图片描述

如果你想将它设置回 HTTP2 你可以做同样的:

git config --global http.version HTTP/2

二:编译Darknet源码

需要先进入到darknet文件夹内
cd darknet

open .
在文件夹中,右键以文本方式打开makefile文件
将GPU/CUDNN/OPENCV的值从0更新为1后保存

在这里插入图片描述在这里插入图片描述

在命令行界面执行:
make clean & make

可能遇到的错误一:
缺什么少什么的,按照提示安装即可.我这是缺少g++,sudo apt install g++即可
在这里插入图片描述可能遇到的错误二:
No package ‘opencv’ found
在这里插入图片描述可以先尝试:

sudo apt install libopencv-dev
make clean & make

无报错,执行命令测试:

./darknet

如下展示,则表示编译成功:
在这里插入图片描述
上面报错的解决方案,可能会在导包(cv2)时报错:
可以尝试来解决版本问题:

pip3 install opencv-contrib-python -i https://pypi.tuna.tsinghua.edu.cn/simple

在这里插入图片描述

  • 5
    点赞
  • 14
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Ubuntu 22.04上部署YOLO(You Only Look Once)需要执行以下步骤: 1. 首先,确保你的系统已经安装了CUDA和cuDNN。YOLO依赖于GPU加速,这些软件包可以提高性能。 2. 安装依赖包。在终端中运行以下命令: ``` sudo apt-get update sudo apt-get install build-essential cmake git libgtk2.0-dev pkg-config libavcodec-dev libavformat-dev libswscale-dev sudo apt-get install libgstreamer1.0-dev libgstreamer-plugins-base1.0-dev sudo apt-get install python3-dev python3-numpy libtbb2 libtbb-dev libjpeg-dev libpng-dev libtiff-dev libdc1394-22-dev ``` 3. 下载并编译Darknet。在终端中运行以下命令: ``` git clone https://github.com/AlexeyAB/darknet.git cd darknet make ``` 4. 下载YOLO的预训练权重。你可以从YOLO官方网站下载这些权重文件,并将它们放在darknet目录下。 5. 为YOLO配置文件创建一个新的配置文件。你可以根据你的任务和需求进行修改。在终端中运行以下命令: ``` cp cfg/yolov3.cfg cfg/yolov3_custom.cfg ``` 6. 修改配置文件。打开yolov3_custom.cfg文件,并根据你的需求进行修改。确保修改了以下几个参数: * classes:设置为你要检测的类别数量。 * filters:设置为(classes + 5) * 3。 7. 创建一个包含你的类别名称的文件。在终端中运行以下命令: ``` echo "class1" > data/obj.names echo "class2" >> data/obj.names echo "class3" >> data/obj.names ... ``` 8. 创建一个包含你的训练图像文件名的文件。在终端中运行以下命令: ``` ls /path/to/train/images > data/train.txt ``` 9. 创建一个包含你的测试图像文件名的文件。在终端中运行以下命令: ``` ls /path/to/test/images > data/test.txt ``` 10. 创建一个包含训练图像标签文件名的文件。在终端中运行以下命令: ``` ls /path/to/train/labels > data/train.labels ``` 11. 创建一个包含测试图像标签文件名的文件。在终端中运行以下命令: ``` ls /path/to/test/labels > data/test.labels ``` 12. 生成训练图像的anchors。在终端中运行以下命令: ``` ./darknet detector calc_anchors data/obj.data -num_of_clusters 9 -width 416 -height 416 ``` 13. 开始训练YOLO模型。在终端中运行以下命令: ``` ./darknet detector train data/obj.data cfg/yolov3_custom.cfg darknet53.conv.74 ``` 这些步骤涵盖了在Ubuntu 22.04上部署YOLO的基本过程。请根据你的具体任务和需求进行相应的修改和调整。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值