Jeston TX1上运行YOLO目标检测

DATE：2018/1/25

环境配置：

ubuntu16.04、darknet、opencv2.4.9、cuda（arm64）

步骤：

一.ubuntu16.04

这个网上教程很多，就不多做介绍直接跳过了

二.darknet

官网地址：https://pjreddie.com/darknet/yolo/

   1. 配置darknet：

 

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

2.成功后下载提前训练好的权重文件

 

 

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

3.然后直接运行这一句就可以进行目标检测：

 

 

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

4.结果：这个时候你会看到这些

 

 

layer     filters    size              input                output
    0 conv     32  3 x 3 / 1   416 x 416 x   3   ->   416 x 416 x  32
    1 max          2 x 2 / 2   416 x 416 x  32   ->   208 x 208 x  32
    .......
   29 conv    425  1 x 1 / 1    13 x  13 x1024   ->    13 x  13 x 425
   30 detection
Loading weights from yolo.weights...Done!
data/dog.jpg: Predicted in 0.016287 seconds.
car: 54%
bicycle: 51%
dog: 56%

    可以看出来已经检测出目标物体，不过因为没有安装opencv和cuda所以没有检测后的图片显示出来。

 

注：2，3步骤是在darknet文件夹里进行的，也就是说第一步完成darknet配置后不要关闭terminal窗口，或者说关闭以后记得下一次先进入到darknet：“cd darknet”

三.opencv2.4.9

可以去官网（https://opencv.org/）或者百度网盘（https://pan.baidu.com/s/1mgJXiNe）下载

参考博文：http://blog.csdn.net/surgewong/article/details/39078251

大家可以去看一下具体步骤。

我有同学遇到opencv安装好但是还是不能显示图片的情况，目前我们也不知道什么原因，不过我之前有看到帖子说最好不要使用opencv3.0以上的，有可能会显示不出图片。

四、cuda（arm64）

这个 安装过程中我遇到的最大的问题就是一开始没有注意到Jeston tx1是arm架构的，然后就跟着教程随便下载了，发现安装包一直不匹配，幸好后来看了这篇文章http://blog.csdn.net/xuanwu_yan/article/details/78773303 才解决问题，感谢作者！

在cuda官网https://developer.nvidia.com/cuda-downloads?target_os=Linux 已经不提供arm架构的安装包了，上文作者给出了代码连接：

 

wget "http://developer.download.nvidia.com/devzone/devcenter/mobile/jetpack_l4t/013/linux-x64/cuda-repo-l4t-8-0-local_8.0.84-1_arm64.deb"
sudo dpkg -i cuda-repo-l4t-8-0-local_8.0.84-1_arm64.deb
sudo apt-get update
sudo install cuda-toolkit-8-0

 

 

 

五、配置完以上步骤以后，再次进入darknet，运行我们刚刚的目标检测，就可以看到不仅有结果显示还会有图片显示出来

cd darknet

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