轉載自:http://blog.csdn.net/samylee/article/details/51684856
繼caffe-faster rcnn後,又一個yolo-darknet的配置教程,希望可以幫助大家。若不能配置成功,請與我聯繫,郵箱:[email protected]
注意:1、請嚴格按照我提供的安裝順序安裝,即ubuntu-opencv2.4.10-darknet-cuda7.5-darknet-test
2、有些您複製的終端命令如果不能在終端運行,請注意英文全角半角問題,您可以將命令輸入終端,無須複製粘貼命令
第一部分:Ubuntu14.04桌面版下載及安裝
Ubuntu14.04桌面版下載地址:(鏈接:http://pan.baidu.com/s/1bnHkmy 密碼:3o4m)
安裝步驟:
1、製作u盤啓動盤,工具UltraISO(下載地址:http://rj.baidu.com/soft/detail/11522.html?ald)、安裝成功後運行,點擊軟件上的“繼續試用”(適用可以滿足要求)、按網上步驟製作(教程地址:http://jingyan.baidu.com/article/eb9f7b6d8536a8869364e813.html)。
2、u盤啓動盤插入電腦usb1孔,運用電腦啓動ctrl+F12裏的bios設置爲u盤啓動。
3、進入安裝界面,左邊選擇中文,右邊點擊安裝(不是試裝),聯網時選擇添加“安裝這個第三方軟件”(不良網就不用添加),點擊繼續,安裝ubuntu點擊現在安裝,城市默認,鍵盤佈局默認,輸入名字和密碼,點擊繼續,顯示安裝,安裝後點擊重啓。
4、重啓時等顯示器黑屏u盤拔出(一定要拔出,不然會再次進入ubuntu安裝界面),等待輸入密碼界面,最後輸入密碼,登錄成功,出現界面。
第二部分:安裝opencv2.4.10 (需要聯網)
下載地址:http://download.csdn.NET/detail/samylee/9467058
進入Ubuntu/2.4 目錄, 給所有shell腳本加上可執行權限,即在終端輸入命令:
chmod a+x *.sh
進入2.4目錄,在終端輸入:
sudo ./opencv2_4_10.sh
至此係統會編譯並安裝OpenCV2.4.10,整個過程大概半小時左右,請耐心等待。
第三部分:安裝darknet
1、安裝Git
終端輸入:sudo apt-get install Git
2、安裝darknet
在主文件下終端輸入(即/home/***(您的服務器名字)這個目錄):
git clone http://github.com/pjreddie/darknet.git
cd darknet
修改makefile文件:
開頭部分令OpenCV=1,同時令NVCC = /usr/local/cuda-7.5/bin/nvcc後保存退出
終端輸入:make -j16
第四部分:安裝cuda7.5
cuda7.5下載地址:https://developer.nvidia.com/cuda-downloads(下載順序 Linux-*84_64-Ubuntu-14.04-deb(local)-Download(1.9GB))
安裝步驟(過程需要聯網):
下載好後拷貝到“主文件夾”下,即/home/***(您的服務器名字)這個目錄,並用終端在此目錄輸入代碼:
sudo dpkg -i cuda-repo-ubuntu1404-7-5-local_7.5-18_amd64.deb 等待完成;
sudo apt-get update 等待完成;
sudo apt-get install cuda等待完成。
第五部分:再次修改darknet
進入darknet文件夾修改makefile文件夾:
令開頭cpu=1,保存退出
終端輸入:
cd darknet
make -j16
至此darknet配置完成
第六部分:下載模型
下載yolo-tiny.weight模型,地址:http://pjreddie.com/darknet/yolo/,打開網頁在A Tiny Model下點擊here(172MB),即可下載
下載yolo-samaller.weight和yolo.weight模型類似
下載完成後均放在darknet目錄下
第七部分:測試yolo-darknet
測試tiny模型,將/darknet/data/文件夾下的dog.jpg圖片複製於darknet文件夾下
終端輸入:
./darknet yolo test cfg/yolo-tiny.cfg yolo-tiny.weight
如果終端顯示NO such file or directory
則在darknet目錄的終端下輸入:
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH
再在此目錄下輸入:
./darknet yolo test cfg/yolo-tiny.cfg yolo-tiny.weight
終端會出現Enter Image Path一行,在後面輸入dog.jpg即可
顯示結果爲屏幕顯示兩張測試圖片,一張爲resized,一張爲prediction,如後續圖所示
至此測試部分結束,測試yolo-samaller.weight和yolo.weight模型類似操作,在此不做展示
resize圖如下:
prediction圖如下: