参考:超详细教程:YOLO_V3(yolov3)训练自己的数据
1、下载 YOLO v3:https://pjreddie.com/darknet/yolo/
git clone https://github.com/pjreddie/darknet
2、编译代码:
YOLOV3使用一个开源的神经网络框架Darknet53,使用C和CUDA,有CPU和GPU两种模式。默认使用的是CPU模式,需要切换GPU模型的话,vim修改Makefile文件。
cd darknet
vim Makefile #如果使用CPU模式。则不用修改Makefile文件
GPU=1
CUDNN=1
OPENCV=1
如何编辑VIM页面:
编辑:a
滑轮或方向键移动
搜索:/
进入命令模式:shift+:/ esc
进入命令模式后 : w (保存)
q (退出)
提示:No write since last change (add ! to override)
ctrl+z退出
#使用命令:
sudo vim darket
修改完毕:
make
遇到问题"/bin/sh:1:nvcc:not found",如图所示:
参考:解决方法
查看/usr/local/cuda/bin下是否有nvcc可执行程序,如果有则说明nvcc没有被设置为系统变量,执行如下命令
$ cd /usr/local/cuda/bin && ls
发现了nvcc确实已安装,则只需执行如下命令将其加入系统变量中:
$ sudo vi ~/.bashrc
在末尾行添加环境变量export PATH=$PATH:/usr/local/cuda/bin
编译成功后,可以先下载预训练模型测试一下效果。
wget https://pjreddie.com/media/files/yolov3.weights
#第一步
./darknet detect cfg/yolov3.cfg yolov3.weights data/dog.jpg
#第二步
输出结果
后续待定