ubuntu18.04环境下的darknet+yolov3搭建及程序演示

前言：

此次环境搭建使用的硬件平台是一台微星笔记本，运行速度足够学习使用。本文仅介绍环境的搭建。yolo的使用教程会在后续更新，欢迎持续关注。

本文参考以下博客：

https://blog.youkuaiyun.com/debjiu/article/details/80824439

https://blog.youkuaiyun.com/Jeff_zjf/article/details/84846350

https://blog.youkuaiyun.com/qq_36362060/article/details/80739573

https://blog.youkuaiyun.com/vilmaigic/article/details/81412671

https://blog.youkuaiyun.com/kevineeo/article/details/84572589

想简单了解下darknet框架和yolo请点击这里：

介绍一个相对小众的深度学习框架Darknet，其YOLO神经网络算法对目标检测效果显著

本平台环境参数：

1. gpu：GTX 1060
2. cpu：intel i7-7700HQ
3. 内存：16GB
4. Ubuntu版本：18.04
5. NVIDIA驱动版本：390.116
6. cuda版本：cuda_9.0.176_384.81_linux
7. cudnn版本：cudnn-9.0-linux-x64-v7.1
8. opencv源码版本：2.4.13.6

下面是一些程序演示：

（1）准确识别出了11名足球队员，在使用gpu运算并开启cuda加速的情况下运算耗时0.094s。见下图：

（2）而使用cpu运算，耗时23.69s,由此可见gup对运算的提速效果显著。见下图：

（3）进行视频检测，这是我旅游时拍摄的一小段视频。

FPS：9.4

GPU占用：93%

显存占用：76%