1.Opencv安装配置
1.1首先安装依赖环境
1.2下载安装opencv
1.3设置环境变量
1.1依赖环境安装:
sudo apt-get install build-essential
sudo apt-get install cmake git libgtk2.0-dev pkg-config libavcodec-dev
libavformat-dev libswscale-dev
1.2下载解压opencv
下载:sudo wget https://github.com/Itseez/opencv/archive/2.4.13.zip
解压
mkdir build
cd build
编译:
cmake -D CMAKE_BUILD_TYRPE=Release -D CMAKE_INSTALL_PREFIX=/usr/local ..
(release版本编译,指定opencv安装路径:/usr/local ..)
安装:
sudo make sudo make install
1.3设置环境变量
2步:
第一步:
sudo vim /etc/ld.so.conf
在文件末尾添加: /usr/local/lib (opencv安装路径)
第二步:
sudo ldconfig sudo vim ~/.bashrc
文件末尾添加:
PKG_CONFIG_PATH=$PKG_CONFIG_PATH:/usr/local/pkgconfig
export PKG_CONFIG_PATH
source ~/.bashrc
2.cuda、cudnn安装
暂无
3.Darknet下载安装
下载git: sudo apt-get install git
下载:git clone https://github.com/pjreddie/darknet.git
cd darknet
修改Makefile文件:
GPU = 1
CUDNN = 1
OPENCV = 1
然后知道找到NVCC=nvcc项
更改为:NVCC = /usr/local/cuda/bin/nvcc
保存退出;
下载YOLO预训练好的模型:
https://pjreddie.com/media/files/yolo.weights
make ./darknet detect cfg/yolo.cfg weights/yolo.weights data/dog.jpg
4.训练自己的模型网络参数
准备的数据:
.cfg、.data 、.names、 图像文件 、标注文件、预训练模型文件
修改cfg文件配置参数
【net】层修改:
【yolo】层修改:
修改yolo层的classes,并将【yolo】层上一层的【convolutional】层的filters值按照如下公式修改:
filters= (classes+5)*3
5.常见问题/Darknet(yolo)参数解析