YOLOv3相关设置

darknet的编译

• git draknet
  git clone https://github.com/pjreddie/darknet

• 配置CPU版

  cd darknet
make

• 配置GPU版

  • 修改配置文件

    GPU=1

    CUDNN=1

    OPENCV=1

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

    最主要的是修改你的CUDA路径为你系统中安装的路径。

  • 编译

    make

• 执行方法：
  主页链接 在官网主页上都有运行的方法。查看即可。

遇到的问题

./src/network.c:402: resize_network: Assertion `0’ failed

解决方案：在Makefile文件中，添加和你的GPU相应的计算能力的数值。也就是-gencode arch=compute_61,code=sm_61。更改后面的数值即可。还要将network.c文件中402行注释掉。（当然这样有点掩耳盗铃的意思）另外，可能需要在cfg文件夹下更改yolov3-voc.cfg文件中的batch数值。这个使用训练中的数据就可以了,64和16.如果还报错的话，可以将16改为8再尝试一下。反正就是多多尝试就好了。

参数的含义

参数如下图：

• batch ：所有训练图片的一个批次

• subdivisions 将一个batch的图片分为sub组送入GPU，减轻显卡压力

也就是说每轮迭代会从所有训练集里随机抽取 batch = 64 个样本参与训练，所有这些 batch 个样本又被均分为 subdivision = 16 次送入网络参与训练，以减轻内存占用的压力）

所以，这个subdivision其实是可以注释掉的。个人理解的话，如果subdivisions越大的话，其实是训练过程中越慢的，batch越大的话，其实是训练速度越快的。