在Ubuntu 16.04下的YOLO V3复现及问题解决

最新推荐文章于 2025-07-08 17:34:48 发布

原创

最新推荐文章于 2025-07-08 17:34:48 发布 · 4.6k 阅读

3 ·

CC 4.0 BY-SA版权

文章标签：

#yolo #深度学习 #目标识别

本文介绍了在Ubuntu 16.04上复现YOLO V3的过程，包括参考Darknet官方文档、使用预训练模型进行对象检测，以及遇到并解决bash错误和权重文件加载问题。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

在使用yolo应用于自己的项目时，首先复现一下作者所做的，看一下效果。

主要参考：https://pjreddie.com/darknet/yolo/

使用预训练模型进行检测

本文将引导您使用预先训练的模型通过YOLO系统检测对象。如果你还没有安装Darknet，你应该先安装一下。

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

（没问题，等待安装即可）

您已经在cfg /子目录中拥有YOLO的配置文件。您必须在此下载预先训练的体重文件（237 MB）。或者只是运行这个：

wget https://pjreddie.com/media/files/yolov3.weights

然后运行检测器！：

最低0.47元/天解锁文章

200万优质内容无限畅学

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

playezio

关注关注

1
点赞
踩
3

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

安装双系统复现darknet+ubuntu16.04+cuda9.0+cudnn7.1+opencv2.4.13.6实现yolov3demo

Dingjy117的博客

09-10

403

YOLOv3搭建复现复现https://github.com/pjreddie/darknet中代码笔记本环境： gpu：GTX 1050 Ti（mobile） cpu：intel i7-7700HQ 内存：16GB Ubuntu版本：16.04 NVIDIA驱动版本：384 cuda版本：cuda_9.0.176_384.81_linux cudnn版本：cudnn-9.0-linux-x64-v7.1 opencv源码版本：2.4.13.6 安装顺序如下： 1.在Windows下安装Ubuntu双系

ubuntu下快速实现yolo v3目标检测

乐观的lishan的博客

06-17

4485

本文以尽可能少的步骤和安装命令，实现在最短的时间内搭建yolo的运行环境，让yolo在你的电脑上跑起来的目的。

参与评论您还未登录，请先登录后发表或查看评论

Ubuntu16.04下YOLO V3训练自己的数据集（超详细））

10-13

Ubuntu16.04下YOLO-V3的配置方法，里面添加了一些配置成功的网址，实测有效

【保姆级目标检测教程】Ubuntu 20.04 部署 YOLOv13 全流程（附训练/推理代码）

最新发布

小白一枚～

07-08

1435

手把手教你在 Ubuntu 20.04 上部署 YOLOv13，实现环境配置、数据集准备、模型训练与推理全流程操作

Ubuntu下使用YOLO3

qq_40574708的博客

05-08

973

原本以为学习SLAM就和机器学习说拜拜了，没想到SLAM还是可以结合机器学习的，YOLO3是我接触的第一个机器学习框架，在这里记下其在Ubuntu虚拟机下的使用方法，仅供参考。 1.安装YOLO3 YOLO（You Only Look Once）是一种基于深度神经网络的对象识别和定位算法，其最大的特点是运行速度很快，可以用于实时系统。可以打开终端，从作者大大的github上clone下YOLO3： git clone https://github.com/pjreddie/darknet clone到本

Ubuntu16.04下运行YOLO3及相关环境配置

wangzi95的博客

10-09

618

https://blog.csdn.net/vilmaigic/article/details/81412671

ubuntu16.04 mysql5.7 离线包及依赖

03-24

内网环境安装mysql5.7数据库所需deb安装包，libaio1_0.3.110-2_amd64.deb ，libmecab2_0.996-1.2ubuntu1_amd64.deb ，libmysqlclient20_5.7.25-1ubuntu16.04_amd64.deb，libmysqlclient-dev_5.7.25-1ubuntu16.04_amd...

问题解决—–ubuntu16.04不能进入系统界面，总在登录界面循环，智能以客人会话的方式进入

01-09

问题解决步骤目录问题解决—–ubuntu16.04不能进入系统界面，总在登录界面循环，智能以客人会话的方式进入一、产生该问题的原因1、通过终端命令行挂载磁盘路径出错二、解决该问题的方法步骤1、进入管理员命令行2、...

Ubuntu16.04LTS正版镜像-Ubuntu16.04系统ios-Linux官网资源

03-29

在安装Ubuntu 16.04时，用户可以选择不同的安装类型，如最小化安装、桌面版安装或服务器版安装。此外，Ubuntu 16.04还支持多种语言，适应全球用户的使用需求。总的来说，Ubuntu 16.04 LTS是一款强大、稳定的Linux...

Ubuntu16.04+YOLOv3配置

优快云-ZCL

11-20

1万+

前言 YOLO是也是深度学习的一种，它的特点就是速度非常快。以前前前后后在Ubuntu上配置过yolo两次，都快忘了，最近在又配置了一下YOLO，记录一下过程以及遇到的问题。其实YOLO的安装比较简单，也已参考官网的安装步骤：https://pjreddie.com/darknet/install/ 过程基本过程从github上下载darknet，也就是YOLO git clone ht...

YOLOv3复现

weixin_35728951的博客

03-09

619

最近学习目标检测，准备复现一下YOLOv3,这样的话理解比较深刻，避免空谈，有兴趣和问题的小伙伴可以一起交流。工程github网址：https://github.com/23matin/YOLOv3

YOLOV3的配置文件，yolov3.weights等

11-20

YOLO v3的配置文件，模型文件等，包括yolov3.weights，yolov3.cfg，coco.name三个主要文件。

机器视觉：目标检测之yolov3代码复现(二)

weixin_45776027的博客

01-20

641

Yolov3 关于yolov3网络的详细结构、前向推导、反向传播等细节可以参考我的上一篇文章： https://blog.csdn.net/weixin_45776027/article/details/112854974 一步一步地教你复现代码（Kears框架) 首先看结构图：yolov3包含了三那个主要模块： 1）集卷积、批归一化、Leakyrelu激活层为一体的DBL模块 2）残差网络结构的resunit模块 3）由填充+DBL+残差组成的resn_body模块 ---------------.

ubuntu 使用yolov3 yolo-tiny-v3 基于cudnn 7.1 + cuda 9.1 + opencv 3.4.0 以及yolo数据集制作

weixin_42230524的博客

05-17

5251

1.我在Ubuntu官网上直接下载并安装ubuntu ，显卡使用的gtx10702.在nvidia官网家上下载cuda9.1 runtime ubuntu16.04版本3.下载cudnn7.1 (需要注册)4.在opencv官网上下载opencv3.4.0 源代码5.在nvidia官网上下载最新版本的驱动（使用cuda的驱动需要降低内核版本，而我在测试阶段降低内核版本后由于网卡驱动的不兼容断网，所...

解决YOLO3 训练出现Couldn‘t open file问题

自卸式运砖卡车司机

04-22

2138

YOLO3 训练自己的数据数据处理后，生成train和valid以及data traintxt = '../dataset/random_save-2020-04-15-17-46-54.train.txt' validtxt = '../dataset/random_save-2020-04-15-17-46-54.valid.txt' dataFile = '' dataFile += '...

YOLOv3训练自己的数据详细步骤

热门推荐

不忘初心~

06-09

10万+

1. 下载YOLOv3工程项目 git clone https://github.com/pjreddie/darknet cd darknet 2. 修改Makefile配置，使用GPU训练，修改如下： GPU=1 #如果使用GPU设置为1，CPU设置为0 CUDNN=1 #如果使用CUDNN设置为1，否则为0 OPENCV=0 #如果调用摄像头，还需要设置OPENCV为1，...

ubuntu16.04+cpu环境下的darknet+yolov3搭建

handsomeandge的博客

07-08

1971

前言：此次yolov3搭建与程序实现是在ubuntu16.04+cpu的环境下实现的，本文主要介绍环境的搭建。欢迎持续关注系列文章。参考博客： https://pjreddie.com/darknet/yolo/ https://blog.csdn.net/weixin_41851439/article/details/88712465?utm_source=blog_wap_sh...

ubuntu16.04安装yolo5

03-19

<think>嗯，用户想在Ubuntu 16.04上安装YOLOv5，我需要一步步指导他们。首先，我得回忆YOLOv5的安装步骤，可能需要检查系统依赖、Python环境、PyTorch安装等。Ubuntu 16.04比较旧了，但YOLOv5应该还是支持的，不过用户可能需要更新一些库。首先，系统依赖方面，常见的需要安装git、cmake、build-essential这些工具。然后Python环境，推荐使用Anaconda或者venv来创建虚拟环境，这样避免包冲突。用户可能已经安装了Python，但YOLOv5需要Python 3.7或更高版本，Ubuntu 16.04默认的Python可能是3.5，所以需要升级。这时候可能需要添加deadsnakes PPA来安装较新的Python版本。接下来是PyTorch的安装，YOLOv5需要PyTorch 1.7以上。用户需要根据CUDA版本选择合适的PyTorch安装命令。如果用户没有NVIDIA显卡，可能需要安装CPU版本的PyTorch。但Ubuntu 16.04自带的gcc版本可能较低，PyTorch可能需要更高版本的gcc，这时候需要安装gcc-9或者更高版本，并设置默认gcc。然后克隆YOLOv5的仓库，安装requirements.txt里的依赖。这里可能会有问题，比如某些包版本不兼容，需要调整版本号。例如，opencv-python可能需要特定版本，或者安装时缺少某些系统库，比如libgl1-mesa-glx。用户可能会遇到错误，比如缺少库，这时候需要指导他们安装对应的依赖。另外，可能还需要安装其他工具，比如FFmpeg来处理视频。最后验证安装是否成功，运行detect.py，使用示例图片测试。如果用户遇到CUDA相关的错误，可能需要检查驱动和CUDA安装，或者回退到CPU模式。参考用户提供的引用，其中提到Ubuntu 16.04的安装步骤，以及可能遇到的依赖问题，比如opencv的问题，可能需要参考引用中的解决方案，比如安装特定版本的库或者解决链接问题。例如，引用[4]中提到关于libippicv的问题，可能需要安装某些库或者调整路径。此外，用户可能没有NVIDIA驱动，需要指导他们安装驱动和CUDA，或者使用CPU模式。需要提醒用户根据硬件情况选择合适的PyTorch版本。还要注意，Ubuntu 16.04的软件源可能比较旧，需要更新或添加PPA来获取较新的软件包。总之，步骤大概是：更新系统，安装依赖，设置Python环境，安装PyTorch，克隆YOLOv5，安装依赖库，处理可能的错误，验证安装。过程中需要考虑到Ubuntu 16.04的兼容性问题，并提供相应的解决方法。</think>### 在 Ubuntu 16.04 上安装 YOLOv5 的步骤 #### 1. 系统环境准备 - **更新系统** ```bash sudo apt update && sudo apt upgrade -y ``` - **安装依赖库** 安装编译工具和基础依赖： ```bash sudo apt install -y build-essential cmake git libgl1-mesa-glx libgtk2.0-dev ``` 若需使用 GPU，还需安装 [NVIDIA 驱动和 CUDA](https://developer.nvidia.com/cuda-downloads) [^1]。 #### 2. 配置 Python 环境 - **安装 Python 3.8+** Ubuntu 16.04 默认 Python 版本为 3.5，需手动升级： ```bash sudo add-apt-repository ppa:deadsnakes/ppa sudo apt install python3.8 python3.8-dev ``` - **创建虚拟环境** ```bash python3.8 -m venv yolov5-env source yolov5-env/bin/activate ``` #### 3. 安装 PyTorch - **根据硬件选择版本** - **GPU 版本**（需 CUDA 11.3+）： ```bash pip3 install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu113 ``` - **CPU 版本**： ```bash pip3 install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cpu ``` #### 4. 安装 YOLOv5 - **克隆仓库** ```bash git clone https://github.com/ultralytics/yolov5 cd yolov5 ``` - **安装依赖** ```bash pip3 install -r requirements.txt ``` 若遇到 `opencv-python` 安装问题，可尝试： ```bash sudo apt install libopencv-dev # 补充 OpenCV 依赖 pip3 install opencv-python-headless==4.5.5.64 # 指定版本 ``` #### 5. 验证安装 - **运行示例检测** ```bash python3 detect.py --weights yolov5s.pt --img 640 --conf 0.25 --source data/images/bus.jpg ``` 输出结果保存在 `runs/detect/exp` 目录。 #### 常见问题解决 1. **CUDA 不可用** - 检查驱动兼容性：`nvidia-smi` - 确认 PyTorch 是否支持当前 CUDA 版本：`python3 -c "import torch; print(torch.cuda.is_available())"` [^4] 2. **依赖冲突** - 使用虚拟环境隔离依赖。 - 若出现 `libippicv` 错误，参考 [引用 4] 手动链接库文件 [^4]。 --- ###