云恒制造：编译Darknet—-debug历程

编译Darknet

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

修改Makefile文件

GPU=1

CUDNN=1

OPENCV=1

OPENMP=0

DEBUG=0

cd darknet make

安装CUDA：

wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu1804/x86_64/cuda-ubuntu1804.pinsudo mv cuda-ubuntu1804.pin /etc/apt/preferences.d/cuda-repository-pin-600sudo apt-key adv —fetch-keys https://developer.download.nvidia.com/compute/cuda/repos/ubuntu1804/x86_64/7fa2af80.pubsudo add-apt-repository “deb https://developer.download.nvidia.com/compute/cuda/repos/ubuntu1804/x86_64/ /“sudo apt-get updatesudo apt-get -y install cuda

参考链接：https://developer.nvidia.com/zh-cn/cuda-downloads

下载CUDNN,并安装；

参考链接：https://developer.nvidia.com/rdp/cudnn-archive

安装完，重启：

sudo reboot

因为pjreddie版的darknet的代码比较老旧了，依赖于cudnn7.x，所以在一个CUDA11.1+cudnn8.x的环境下编译pjreddie版的darknet的话,会报错。

解决方案：修改src/src/convolutional_layer.c文件

开头处添加：

define PRINT_CUDNN_ALGO 0 #define MEMORY_LIMIT 2000000000

。。。。。。

参考链接：https://blog.csdn.net/qq_41580422/article/details/113399820

由于OpenCV版本过高(opencv 4.4)，修改src/image_opencv.cpp

将第63行修改为：

//IplImage ipl = m; IplImage ipl = cvIplImage(m);

参考链接：https://blog.csdn.net/baidu_34172099/article/details/107178158

修改Makefile

路径根据自己的内容进行修改

参考链接：https://blog.csdn.net/Chen_qi_hai/article/details/104598145

原来是cuda版本高，不支持运算，所以解决方法是 注释部分：

在这里插入图片描述

参考链接：https://blog.csdn.net/weixin_41194129/article/details/113798723

编译成功，进行简单测试：

下载权重：

cd darknet

wget https://pjreddie.com/media/files/yolov3.weights

wget https://pjreddie.com/media/files/yolov3-tiny.weights

./darknet detect cfg/yolov3.cfg yolov3.weights data/dog.jpg

出现这个问题的原因是显存炸了。

./darknet detect cfg/yolov3-tiny.cfg yolov3-tiny.weights data/dog.jpg

使用Darknet深度学习框架训练模型：

下载已经标注好的数据集；

将数据集VOC（.xml)转换从YOLO(.txt)

划分数据集（galss_train.txt)和训练集(glass_val.txt) 修改data/voc.names文件：

修改cfg/voc.data,针对自己的路径作出修改

修改cfg/yolov3-tiny.cfg

需要改两处这样的地方，需要修改classes,filter=3(classes+1+4);*

下载预训练权重：

wget https://pjreddie.com/media/files/yolov3_tiny.weights ./darknet partial ./cfg/yolov3-tiny.cfg ./yolov3-tiny.weights ./yolov3-tiny.conv.15 15

训练模型：

sudo ./darknet detector train cfg/voc.data cfg/yolov3-tiny.cfg yolov3-tiny.conv.15 sudo ./darknet detector train cfg/voc.data cfg/yolov3-tiny.cfg backup/yolov3-tiny_10000.weights -map

模型会自动保存； 模型测试：

./darknet detector test cfg/voc.data cfg/yolov3-tiny.cfg backup/yolov3-tiny_10000.weights data/11.png

测试结果：