YOLO:You Only Look Once运行记录（Ubuntu14.04+GT750M）

本文详细介绍如何使用YOLO框架进行目标检测，包括搭建环境、安装配置及利用摄像头获取图像等步骤。文中还提供了常见错误解决方案。

YOLO是自己实现的框架darknet，并不是基于caffe，虽然Github上有基于caffe的实现。YOLO的编译很快，tinyYOLO的速度确实也非常高，不过准确度是真的低。

记录一下YOLO利用摄像头获取图像并进行目标检测的过程：

首先去github下载darknet并解压。

安装CUDA（仅支持NVIDIA独立显卡）,参考博客Ubuntu软件安装记录：CUDA+ROS+QT+sougouinput+有道词典。

安装OPENCV2：sudo apt-get install libopencv-dev

修改Makefile中对应的：GPU=1，OPENCV=1

编译：make

输入：./darknet imtest data/eagle.jpg测试是否安装成功，成功的话会显示很多图片。

下载weights参数：下载tiny-yolo-voc.weights。在根目录下建立weights文件夹，保存该weights文件。

输入命令：./darknet detector demo cfg/voc.data cfg/tiny-yolo-voc.cfg weights/tiny-yolo-voc.weights
即开始调用摄像头运行。
这里写图片描述

遇到的错误：

nvcc  -gencode arch=compute_20,code=[sm_20,sm_21] -gencode arch=compute_30,code=sm_30 -gencode arch=compute_35,code=sm_35 -gencode arch=compute_50,code=[sm_50,compute_50] -gencode arch=compute_52,code=[sm_52,compute_52]  -DOPENCV `pkg-config --cflags opencv`  -DGPU -I/usr/local/cuda/include/ --compiler-options "-Wall -Wfatal-errors  -Ofast -DOPENCV -DGPU" -c ./src/convolutional_kernels.cu -o obj/convolutional_kernels.o
/bin/sh: 1: nvcc: not found
make: *** [obj/convolutional_kernels.o] Error 127

解决方法：

export PATH=/usr/local/cuda-8.0/bin:$PATH

export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64:$LD_LIBRARY_PATH