Darknet在ubuntu下的安装

Darknet在ubuntu下的安装与应用

下面介绍安装OPENCV、CUDA和CUDNN以及Darknet的安装

OPENCV的安装

• 首先安装依赖环境

sudo apt-get install cmake
sudo apt-get install build-essential libgtk2.0-dev libavcodec-dev libavformat-dev libjpeg-dev libswscale-dev libtiff5-dev
sudo apt-get install libgtk2.0-dev
sudo apt-get install pkg-config

• 下载oepncv

https://opencv.org/releases/，点击Sources 下载.zip格式

或者点击GitHub进入下图所示

点击红框可以进入历史Releases版本，如下图所示，也可以下载tar.gz版本

将下载的文件放入 home路径下，mkdir 一个新文件夹opencv，放在里面进行解压，tar zxvf 目标文件，假如解压后的文件是opencv 3.4.16，那么进入该文件后新建一个bulid文件夹，进入build文件夹进行cmake

# 1.cmake: Release表示选项，其中有debug和Release两个选项，=/usr/local 表示安装的路径，..表示上一级目录，因为现在在build目录下，CMakeLists.txt文件在上一层，我们需要对其进行连接
sudo cmake -D CMAKE_BUILD_TYPE=Release -D CMAKE_INSTALL_PREFIX=/usr/local ..
# 2.make：-j8表示开8个线程
sudo make -j8
# 3.install：如果安转失败则执行make clean进行清除
sudo make install
# 4.配置环境：打开.bashrc文件
vim ~/.bashrc
# 5.增加opencv环境
export LD_LIBRARY_PATH="/usr/local/lib:$LD_LIBRARY_PATH"
# 6.刷新一下
source ~/.bashrc

上图表示添加/usr/local 路径下面的cuda或者lib 库到本账户里，也就是配置环境，保存退出后，执行source _{/.bashrc，如果在}目录下的话，执行source .bashrc即可。

NVIDIA显卡驱动和CUDA安装

• 下载NVIDIA驱动
  

  nvidia驱动下载地址：https://www.nvidia.cn/Download/index.aspx?lang=cn，进入后如下图所示，根据自己的显卡选择并下载

• 安装nvidia驱动

把nouveau加入黑名单，nouveau是第三方开发的NVIDIA显卡驱动，linux系统自带，目的是适配大多数显卡，但是一旦需要用高级功能，比如训练模型，就必须要装cuda，这与nouveau冲突，据说会出现黑屏、无限循环登录等问题，所以要根据下述命令首先禁用

sudo chmod 666 /etc/modprobe.d/blacklist.conf
sudo gedit /etc/modprobe.d/blacklist.conf

# 在文件blacklist-nouveau.conf中加入如下内容

  blacklist vga16fb
  blacklist nouveau
  blacklist rivafb
  blacklist rivatv
  blacklist nvdiafb
  
  # 刷新一下
 sudo update-initramfs -u
 # 重启系统执行下面的指令，如果没有输出则表示禁用完成
 lsmod | grep nouveau
 # 卸载之前安装的nvidia驱动
 sudo nvidia-uninstall
 # 关闭图形界面 按Ctrl+Alt+F2~F6(F2到F6按哪个都行，一般是F6，都试试，总之进入无图形界面)
 sudo service lightdm stop  #2022/7月19测试没有安装lightdm的话可以不执行
 # 提示unit lightdm.service not loaded，先执行下面的安装然后再stop
 sudo apt-get install lightdm # 这里很奇怪，没有还要安装，安装后提示选择gm3(记不清了)或lightdm(我选的lightdm)，#2022/7月19测试没有安装lightdm的话可以不执行
 # 安装驱动
 # 给驱动文件赋予执行权限
 sudo chmod a+x NVIDIA-Linux-x86_64-375.20.run
 sudo ./NVIDIA-Linux-x86_64-375.20.run

 # 安装完成后启动图形界面
 sudo service lightdm start
  
 # 按Ctrl+Alt+F1 回到图形界面(有人说按F7，不确定就挨个试试)
  

• 安装CUDA

下载cuda，官方历史版本cuda10.2无法打开，cuda下载地址https://developer.nvidia.cn/cuda-downloads，如下图所示

点击上图中的红框可以进入历史版本下载界面，下载runfile文件，据说deb文件容易安装出错

按上图安装完成cuda后需要配置cuda环境，vim ~/.bashrc打开.bashrc文件在最后添加下面两行程序

# 下面两个是增加的cuda环境
export PATH="/usr/local/cuda/bin:$PATH"
export LD_LIBRARY_PATH="/usr/local/cuda/lib64:$LD_LIBRARY_PATH"
# PATH 表示执行文件目录，比如nvcc指令
# LD_LIBRARY_PATH 表示lib库目录
# /usr/local/cuda/bin是路径，:$PATH和:$LD_LIBRARY_PATH是固定写法
# 保存并推出文本编辑然后刷新一下
source ~/.bashrc

cudnn的安装

cudnn 下载地址https://developer.nvidia.com/cudnn，下载cudnn需要登录

下载与cuda版本对饮的cudnn，解压，然后进入解压后的文件夹内复制include 和lib文件中的所有文件至 /usr/local/cuda/include /usr/local/cuda/lib

xz -d ***.tar.xz  # 解压tar.xz为tar文件
tar -xv ***.tar  #解压tar文件
sudo cp include/*.h /usr/local/cuda/include
sudo cp lib/libcudnn* /usr/local/cuda/lib64/

这里有个有意思的事情，在/usr/local/目录下 执行ls查看列表，能看见cuda和cuda-10.2(你装的版本)，其实cuda是一个快捷方式，指向了cuda-10.2可能是为了方便，因为darknet中的Makefile文件中都是写的cuda，这样比较通用。

darknet安装及使用

• 修改darknetMakefile文件参数

将darknet放入/home目录下，进入darknet文件夹

编辑Makefile文件，vim Makefile，将下图中红框部分修改为1，表示使用的意思

如果下述列表中没有你的算力值，可以根据自己的显卡往下增加修改算力

算力查看去官网：https://developer.nvidia.com/cuda-gpus

• 编译darknet

在makefile文件所在路径下执行 make指令进行编译，顺利的话完成。否则使用 make clean清除上次make生成的.o文件。ldd darknet可以查看那些库没有找到，看那些库后面写着 not found，这表明你的lib库安装或者环境配置有问题。

• 训练模型

编译完成后就可以 写一个train.sh脚本进行训练。下述命令含义参加windows下的darknet使用，-gpus 0,1表示使用2个块显卡

./darknet detector train data/detect.data data/yolov3.cfg data/yolov3.weight -gpus 0,1

最后请注意，ubuntu下图片路径中只能是‘/’这个符号如果出现’'那么训练的时候无法读取图片
gpus 0,1表示使用2个块显卡

./darknet detector train data/detect.data data/yolov3.cfg data/yolov3.weight -gpus 0,1

最后请注意，ubuntu下图片路径中只能是‘/’这个符号如果出现’'那么训练的时候无法读取图片