基于Jetson TX1的 YOLO: Real-Time Object Detection

Data: 2017.1.4
Author: cjh

Theme: YOLO: Real-Time Object Detection

最近导师给我发了一篇文章YOLO9000Better Faster Stronger ，让我把里面的源代码下载下来，我首先在自己的虚拟机上实现了一遍算法，但由于自己的笔记本没有GPU所以跑起来十分吃力，所以干脆直接将算法移植到了Jetson TX1上。文章的下载会放在我的下载资源里面，有兴趣的朋友可以去下载

该论文的源代码网址：http://pjreddie.com/darknet/yolo/

用于下载和编译darknet，如果你是PC上编译的话，自己的PC有GPU和安装了OpenCV的话，打开Makefile，在前面几行修改如下，如果没有OpenCV在后面的例子测试中图片是不会自动打开的

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

当然除了做上面的修改外，如果编译过程中出现如下错误

/bin/sh: 1: nvcc: not found

make: *** [obj/convolutional_kernels.o] Error 127

则修改Makefile文件

# 修改makefile

NVCC = /usr/local/cuda-8.0/bin/nvcc

至于你问为什么是8.0你可以查看你开发板上该路径下cuda的版本

git clone https://github.com/pjreddie/darknet
cd darknet
make

接着下载预先处理好的权重文件

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

运行例子

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

如果你安装了OpenCV的话运行完成会自动打开该图片，否则你需要到当前目录下打开运行结果

同时在PC上，我自己还出现了这样的问题，就跑例程的时候结果没有出来，就提示已杀死，如下图

这时候可能由于你分配给虚拟机的内存不够，无法运行太算法，你把内存加大应该就可以解决问题了