YoloV4训练自己的数据集(二)

本文主要介绍使用GPU测试网络，请先看前文然后再看本文。上文中我没有使用Opencv以及GPU，因此测试时间较长，本文介绍使用Opencv以及GPU。

1.安装OpenCV

首先去Opencv官网下载安装包。我下载的是3.4.4。下载之后执行以下命令：

tar xvf opencv-3.4.4.tar.gz

之后进入文件夹并编译：

cd opencv-3.4.4/

cmake .

make

sudo make install

之后设置环境变量：

sudo gedit /etc/ld.so.conf.d/opencv.conf

打开一个空白文件，之后在文件末尾添加 ： /usr/local/lib
之后执行以下命令：

sudo ldconfig

之后打开以下文件

sudo gedit /etc/bash.bashrc

在末尾添加：PKG_CONFIG_PATH=$PKG_CONFIG_PATH:/usr/local/lib/pkgconfig
export PKG_CONFIG_PATH
之后执行以下命令：

source /etc/bash.bashrc

sudo updatedb

2.修改配置文件

找到darknet目录中的Makefile文件：
将其中的：
GPU = 0 修改为 GPU = 1
CUDNN = 0 修改为 CUDNN = 1
CUDA = 0 修改为 CUDA = 1
之后执行编译命令：

make clean

make

3.修改配置文件

测试图片：

./darknet detector test ./cfg/coco.data ./cfg/yolov4.cfg ./yolov4.weights data/dog.jpg

测试时间与前文相比快了很多。
下文将介绍将介绍如何建立并划分自己的数据集。