YOLO V3训练自己的数据详解问题的遇到与解决

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