Jetson TX2 darknet安装与测试

Jetson TX2 darknet安装与测试——wiznote笔记链接

目录

• 1 安装darknet
  • 1-1 克隆darknet repo
  • 1-2 修改Makefile
  • 1-3 编译
• 2 测试
  • 2-1 测试OpenCV demo
  • 2-2 在一张测试图片上测试yolov3
  • 2-3 在一张测试图片上测试yolov2
  • 2-4 在一张测试图片上测试yolov3-tiny
  • 2-5 使用网络摄像头上测试yolov2
  • 2-6 使用网络摄像头测试yolov3-tiny

1 安装darknet

1-1 克隆darknet repo

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

1-2 修改Makefile

# 备份Makefile
cp Makefile Makefile.bak
vim Makefile

由于Jetpack3.3已经安装好了CUDA、cuDNN和OpenCV，所以将Makefile里面的内容修改如下：

GPU=1
CUDNN=1
OPENCV=1

1-3 编译

make -j2

2 测试

2-1 测试OpenCV demo

./darknet imtest data/eagle.jpg

2-2 在一张测试图片上测试yolov3

# 下载yolov3-weights
wget https://pjreddie.com/media/files/yolov3.weights
# 测试
sudo ./darknet detect cfg/yolov3.cfg yolov3.weights data/dog.jpg

出现错误：76 Killed
这是因为yolov3网络结构比较庞大，导致内存不足，因此我们换一个比较小的网络yolov2来测试

2-3 在一张测试图片上测试yolov2

# 下载yolov2-weights
wget https://pjreddie.com/media/files/yolo.weights
# 测试
sudo ./darknet detect cfg/yolov2.cfg yolo.weights data/dog.jpg

输出结果：

mask_scale: Using default '1.000000'
Loading weights from yolo.weights...Done!
data/dog.jpg: Predicted in 0.410068 seconds.
dog: 82%
truck: 65%
bicycle: 85%

2-4 在一张测试图片上测试yolov3-tiny

# 下载yolov3-tiny.weights
wget https://pjreddie.com/media/files/yolov3-tiny.weights
# 测试
sudo ./darknet detect cfg/yolov3-tiny.cfg yolov3-tiny.weights data/dog.jpg

输出结果：

Loading weights from yolov3-tiny.weights...Done!
data/dog.jpg: Predicted in 0.178556 seconds.
dog: 57%
car: 51%
truck: 56%
car: 62%
bicycle: 59%

2-5 使用网络摄像头上测试yolov2

Jetson TX2自带的摄像头不知道什么原因不能使用，我们在USB集线器上外接一个USB摄像头，输入命令：

sudo ./darknet detector demo cfg/coco.data cfg/yolov2.cfg yolo.weights -c 1

检测帧率在2.5-3.5FPS之间
注意：这里一定要输入标识符-c 1，否则会OpenCV会调用Jetson TX2默认的摄像头，导致出现错误：

mask_scale: Using default '1.000000'
Loding weights from yolo.weoghts...Done!
VIDEOIO ERROR: V4L2:Pixel format of incoming image is unsupported by OpenCV
Couldn't connect to webcam.
: Invalid argument
darknet: ./src/utils.c:256: error: Assertion '0' failed.
Aborted (core dymped)

2-6 使用网络摄像头测试yolov3-tiny

sudo ./darknet detector demo cfg/coco.data cfg/yolov3-tiny.cfg yolov3-tiny.weights -c 1

检测帧率在16-22FPS之间