Darknet YOLO 安装配置

来源：互联网发布：淘宝女装文案大全编辑：程序博客网时间：2024/04/29 04:30

使用YOLO几个月了，遇到过许多问题，百度+Google，认真读代码看论文（多年工作经验告诉我，Linus 的Reading the fucking source code是句至理名言），基本都解决了。
接下来计划写一系列关于darknet和YOLO的博客来做个总计，这是第一篇。

先放darknet官方链接
https://pjreddie.com/darknet/yolo/

技术论坛（自备梯子）
https://groups.google.com/forum/#!forum/darknet

环境
Ubuntu16.04 + GTX1060 + Cuda8.0 + OpenCV3.2 + Python2.7
环境配置请参考我的另一篇博客
http://blog.csdn.net/hrsstudy/article/details/60340699

darknet安装配置

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

如果没有错误（环境没问题基本不会有错），最少依赖的简单的darknet就安装好了，然而，这才是开始。

打开Makefile，我们看到

GPU=0CUDNN=0OPENCV=0DEBUG=0

Enable GPU和CUDNN，你可以享受GPU的极速；enable OPENCV 你可以方便的展示结果、使用camera实时检测、处理视频；enable DEBUG 你可以使用GDB进行调试。

问题出现了，在当前环境下，截止到darknet的第330个Commit，如下配置会编译报错

GPU=1CUDNN=1OPENCV=1DEBUG=0

原因是作者使用的OpenCV 2.X，解决方案如下：
https://github.com/PaulChongPeng/darknet/commit/317366e1e46f4b63e5141a03d14293feffdfe86b

在CvCapture报错的文件中引入 videoio_c.h后即可解决

#include "opencv2/videoio/videoio_c.h"

如果我们需要使用GDB进行调试，就需要Enable DEBUG，如果你没有同时打开OpenCV，那么恭喜，一切顺利，不会有任何编译错误。然而，悲催的是我偏偏需要Debug依赖OpenCV的代码。

GPU=1CUDNN=1OPENCV=1DEBUG=1

我以为会一切顺利，悲剧的是，关于cvRound的链接错误报了一堆。
cvRound定义在opencv/modules/core/include/opencv2/core/fast_math.hpp，这是一个内联函数，我们使用objDump看不到声明。
解决方案如下：
https://github.com/PaulChongPeng/darknet/commit/317366e1e46f4b63e5141a03d14293feffdfe86b
修改Makefile，优化等级改为4级，强制内联。

 ifeq ($(DEBUG), 1)  -OPTS=-O0 -g +OPTS=-O4 -g  endif

至此，darknet随便怎么编译都OK了

0 0