darknet yolov3总结

本文详细介绍了在Ubuntu 16.04上搭建YOLOv3环境,包括CUDA、CUDNN的安装与配置,以及Darknet的编译与测试。此外,还分享了训练YOLO模型的步骤和常见问题解决,如内存不足、文件格式错误等,并提供了相关资源链接和优化经验总结。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

最新yolov

yolov家族,最新yolov5 速度是yolov4的2倍

https://github.com/ultralytics/

一个技术牛的 https://pprp.github.io/          *****
darknet官网:
https://pjreddie.com/
git:
https://github.com/pjreddie/darknet
yolov4:
https://github.com/AlexeyAB/darknet

一 环境 

ubuntu16.04
Driver Version: 440.44 NVIDIA的驱动
查看命令:nvidia-smi
cuda 10.0 NVIDIA的运行框架
查看命令: nvcc -V
cudnn 7.6.4 NVIDIA的加速库
查看命令: cat /usr/include/cudnn.h | grep CUDNN_MAJOR -A 2 
相关安装包:
NVIDIA-Linux-x86_64-440.44.run
cuda:cuda_10.0.130_410.48_linux
cudnn: 
1 先安装libcudnn7_7.6.4.38-1+cuda10.0_amd64.deb
2 再安装libcudnn7-dev_7.6.4.38-1+cuda10.0_amd64.deb
相关下载链接
https://developer.nvidia.com/cuda-toolkit-archive
https://developer.nvidia.com/rdp/cudnn-archive

二 darknet编译
下载:
git clone https://github.com/pjreddie/darknet.git

编译:
make:GNU Make 4.1
修改Makefile
GPU=1 #支持GPU运行
CUDNN=1 #支持GPU加速
OPENCV=0 #OPENCV支持选项
编译参考:
https://blog.youkuaiyun.com/luoying_ontheroad/article/details/81136973
https://www.cnblogs.com/yumoye/p/10548714.html

编译成功测试:
执行:./darknet
显示:usage: ./darknet <function> 表示成功。
可能有的错误提示:
1、./darknet: error while loading shared libraries: libcudart.so.10.0: cannot open shared object file: No such file or direc

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值