配置yolo2（ubuntu16.04+cuda8.0）

opencv3.2 安装

下载

http://opencv.org/releases.html

安装介绍

http://www.cnblogs.com/xiaomanon/p/5490281.html

http://www.cnblogs.com/asmer-stone/p/5089764.htmlCUDA8.0安装查询GPU是否支持CUDAhttps://developer.nvidia.com/cuda-gpus

安装介绍

http://blog.csdn.net/masa_fish/article/details/51882183

下载地址

https://developer.nvidia.com/cuda-downloads

具体安装过程在别的文章里已经具体说明了，这里不再提及

借鉴官网进行安装https://pjreddie.com/darknet/yolo/

1.配置darknet

git clone https://github.com/pjreddie/darknetcd darknetmake

看到如下输出表示成功

mkdir -p objgcc -I/usr/local/cuda/include/  -Wall -Wfatal-errors  -Ofast....gcc -I/usr/local/cuda/include/  -Wall -Wfatal-errors  -Ofast....gcc -I/usr/local/cuda/include/  -Wall -Wfatal-errors  -Ofast.........gcc -I/usr/local/cuda/include/  -Wall -Wfatal-errors  -Ofast -lm....

如果没有报错输入

./darknet

得到输出

usage: ./darknet <function>

说明darknet配置成功

打开Makefile文件，将开头几行改为

GPU=1#确保已经配置好CUDNN=1OPENCV=1

之后重新编译，就可以实现基于cuda和opencv的编译

2. 下载预训练文件

wget https://pjreddie.com/media/files/yolo.weights

3. 测试

./darknet detect cfg/yolo.cfg yolo.weights data/dog.jpg

你可以得到以下输出

layer     filters    size              input                output    0 conv     32  3 x 3 / 1   416 x 416 x   3   ->   416 x 416 x  32    1 max          2 x 2 / 2   416 x 416 x  32   ->   208 x 208 x  32    .......   29 conv    425  1 x 1 / 1    13 x  13 x1024   ->    13 x  13 x 425   30 detectionLoading weights from yolo.weights...Done!data/dog.jpg: Predicted in 0.016287 seconds.car: 54%bicycle: 51%dog: 56%

说明yolo2能顺利实现功能