【Linux】【深度学习】YOLOV4的使用

 

目录

1 编译

2 测试

3 YOLOv3与YOLOv4结果简单对比

 

环境：

Ubuntu 18.04（命令：cat /etc/issue）
Python 2.7  （命令：python -V）
cuda 10.0     （命令：cat /usr/local/cuda/version.txt）

1 编译

（1）如果需要使用GPU加速，就将项目里面的makefile文件修改如下：

 

（2）修改后，cd 到 darknet-master目录下，然后直接输入make。

报错：No package 'opencv' found

解决办法：暂时未找到好的解决办法，可以先将makefile文件中的OPENCV=0

（3）编译结果测试

输入：./darknet

报错：./darknet: error while loading shared libraries: libcudart.so.10.0: cannot open shared object file: No such file or directory

解决方法：sudo cp /usr/local/cuda-10.0/lib64/libcudart.so.10.0 /usr/local/lib/libcudart.so.10.0 && sudo ldconfig 

                  sudo cp /usr/local/cuda-10.0/lib64/libcublas.so.10.0 /usr/local/lib/libcublas.so.10.0 && sudo ldconfig 

                  sudo cp /usr/local/cuda-10.0/lib64/libcurand.so.10.0 /usr/local/lib/libcurand.so.10.0 && sudo ldconfig

 

报错：./darknet: error while loading shared libraries: libcudnn.so.7: cannot open shared object file: No such file or directory

解决办法：sudo cp /usr/local/cuda/lib64/libcudnn.so.7 /usr/local/lib/libcudnn.so.7

                  sudo ldconfig

继续编译测试：

输入./darknet

 说明成功了！！！

2 测试

自行下载权重。保存在darknet-master目录下。

输入：./darknet detect cfg/yolov4.cfg yolov4.weights data/eagle.jpg

 

 输入：./darknet detect cfg/yolov4.cfg yolov4.weights data/giraffe.jpg

 

输入：./darknet detect cfg/yolov4.cfg yolov4.weights data/person.jpg 

 输入：./darknet detect cfg/yolov4.cfg yolov4.weights data/horses.jpg

输入：./darknet detect cfg/yolov4.cfg yolov4.weights data/dog.jpg

3 YOLOv3与YOLOv4结果简单对比

YOLOv3和YOLOv4的测试结果如下所示：

可以看出，提升比较明显。

Improves YOLOv3’s AP and FPS by 10% and 12%, respectively

 

 

接下来要使用YOLOv4训练自己的数据集！！！