本博客详细介绍YOLO安装的步骤(默认ubuntu已安装完成),各部分的版本如下:
Ubuntu:14.04 LTS
Opencv:2.4.10
CUDA:7.5
参考博客:http://blog.csdn.net/wjbwjbwjbwjb/article/details/52125475
http://blog.csdn.net/linj_m/article/details/45048905
http://www.tuicool.com/articles/nYJrYra
一、Opencv安装
(1)前期准备:
1.下载opencv-2.4.10
下载官网: opencv.org/downloads.html
将下载后的zip文件保存至任意文件夹下,解压缩。这里,我选择默认下载路径:\下载
2.进行系统源更新
sudo apt-get update
3.构建编译环境及关联库
sudo apt-get install build-essential
sudo apt-get install cmake git libgtk2.0-dev pkg-config libavcodec-devlibavformat-dev libswscale-dev
sudo apt-get install python-dev python-numpy libtbb2 libtbb-devlibjpeg-dev libpng-dev libtiff-dev libjasper-dev libdc1394-22-dev
(2)正式安装
1.进入opencv-2.4.10,生成文件
cd ./下载/opencv-2.4.10
cmake .
2.编译文件
sudo make
这一过程大概持续15-20min
3.执行安装
sudo make install
4.完成安装
sudo /bin/bash -c 'echo "/usr/local/lib" > /etc/ld.so.conf.d/opencv.conf'
sudo ldconfig
(3)测试安装效果
1.在任意位置新建文件夹
sudo mkdir ./opencvlena
cd ./opencvlena
gedit DisplayImage.cpp
2.在DisplayImage.cpp中粘贴如下代码
#include <opencv2/opencv.hpp>
using namespace cv;
int main(int argc, char** argv )
{
if ( argc != 2 )
{
printf("usage: DisplayImage.out <Image_Path>\n");
return -1;
}
Mat image;
image = imread( argv[1], 1 );
if ( !image.data )
{
printf("No image data \n");
return -1;
}
namedWindow("Display Image", WINDOW_AUTOSIZE );
imshow("Display Image", image);
waitKey(0);
return 0;
}
3.新建CMake编译文件
gedit CMakeLists.txt
粘贴如下代码
cmake_minimum_required(VERSION2.8)
project(DisplayImage )
find_package(OpenCV REQUIRED )
add_executable(DisplayImage DisplayImage.cpp )
target_link_libraries(DisplayImage ${OpenCV_LIBS} )
4.编译
cmake .
make
5.显示opencv中的自带图像
./DisplayImage ~/下载/opencv-2.4.10/samples/c/lena.jpg
结果如下
二、darknet安装
1.安装darknet
git clone http://github.com/pjreddie/darknet.git
2.进入darknet文件夹,打开Makefile文件,将开头的OPENCV=0修改为=1,退出。
3.编译
make -j8
三、CUDA7.5安装
1.下载CUDA7.5
下载地址:https://developer.nvidia.com/cuda-downloads,选择如下参数
2.安装CUDA
切换至deb包所在目录,执行:
sudo dpkg -i cuda-repo-ubuntu1404-7-5-local_7.5-18_amd64.deb
sudo apt-get update
sudo apt-get install cuda
3.配置环境
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH
export PATH=/usr/local/cuda-7.5/bin:$PATH
4.编译darknet
再次进入darknet文件夹,打开Makefile文件,将开头的GPU=0修改为=1,且NVCC= /usr/local/cuda-7.5/bin/nvcc,退出,
编译
make-j8
四、安装测试
1.模型下载
到YOLO官网下载weight模型,下载地址:http://pjreddie.com/darknet/yolo/,将下载的模型放在darknet下
注:为节省下载时间,我下载的是tiny-yolo-voc.weights
2.单幅图像测试
在darknet下输入
./darknet detect ./cfg/tiny-yolo-voc.cfg tiny-yolo-voc.weights ./data/eagle.jpg
结果如下
注:由于采用的weight模型比较小(63.5M),因此判断错误,可以通过下载更大的weight模型来实现。
3.实时视频测试
在darknet下输入
./darknet detector demo ./cfg/voc.data ./cfg/tiny-yolo-voc.cfgtiny-yolo-voc.weights
结果如下:
注:如果在运行过程中出现errorwhile loading shared libraries: libcudart.so.7.5: cannot openshared,可以参考如下的解决
方案:http://blog.csdn.net/liuxiabing150/article/details/51728015