Darknet(YOLO)安装与测试笔记（T440p+Ubuntu14.04+OpenCV2.4.10+CUDA7.5）
本笔记记录安装测试Joseph Redmon的YOLO代码。
项目主页：http://pjreddie.com/darknet/yolo/
CVPR论文：Only Look Once:Unified, Real-Time Object Detection
参考：http://blog.csdn.net/samylee/article/details/51684856
注意：请按照ubuntu14.04-opencv2.4.10-darknet-cuda7.5-darknet顺序安装，opencv不需要cuda支持，故提前编译安装。
第一部分：Win7下硬盘安装Ubuntu14.04系统
1、“我的电脑（计算机）”右击“管理”弹出计算机管理窗口，对“存储”下的“磁盘管理”中的最后一个空闲分区（保证存储空间大于20G）删除，用于后面安装Ubuntu；
2、下载并安装EasyBCD软件，打开程序选择“添加新条目”后再选择“NeoGrub”，点击“安装”，再点击“配置”，在弹出menu.lst文件尾加入如下内容：
title Install Ubuntu
root (hd0,0)
kernel (hd0,0)/vmlinuz.efi boot=casper iso-scan/filename=/ubuntu-14.04-desktop-amd64.iso locale=zh_CN.UTF-8
initrd (hd0,0)/initrd.lz
title reboot
reboot
title halt
halt说明：hd0表示c盘所处的硬盘号，一般电脑只有一个，所以都是hd0；如果有多个硬盘，则根据情况改为hd0、hd1等。hd0后面的数字表示C盘在硬盘中的分区顺序，每个人的系统不大一样，不知道的可以在磁盘管理里面看一下，本人C盘是第二个分区，因此写为（hd0,1），如果是第一个，写为（hd0,0）即可。
经过配置后，C盘中会多出一个“NST”文件夹和一个NeoGrub文件。
3、拷贝Ubuntu14.04系统iso镜像文件及其iso中casper目录下的initrd.lz和vmlinuz.efi文件至C盘根目录，这样，安装系统的前期准备就完成了，可以重启电脑准备安装ubuntu14.04了。
4、重启电脑，可以看到多了一个启动项“NeoGrub引导加载器”，选择该项，然后选择“Install Ubuntu”，另外两项分别是“reboot”和“halt”，是为了防止安装出错而设的，这个在前面的menu.lst配置文件中已经设定好了。启动后就进入一个小系统，别以为这就装好了，此时最重要的一步，通过快捷键Ctrl+Alt+T打开终端，输入：
sudo umount -l /isodevice注意空格和小写的L，执行后就可以双击安装图标进行安装了。
第二部分：安装OpenCV2.4.10 （需要联网）
1、下载Install-OpenCV脚本，下载地址：
https://github.com/jayrambhia/Install-OpenCV/tree/master/Ubuntu
2、解压安装脚本压缩包，进入Ubuntu/2.4 目录，给所有shell脚本加上可执行权限，即在终端输入命令：
chmod a+x *.sh再执行：
sudo ./opencv2_4_10.sh至此系统会编译并安装OpenCV2.4.10，整个过程大概半小时左右，请耐心等待。
（注：安装中下载opencv-2.4.10耗时较长，可在执行命令前直接在Ubuntu/2.4目录下新建OpenCV文件夹，并将提前下载好的opencv-2.4.10.zip拷贝至该文件夹）
第三部分：安装编译darknet
1、安装git
终端输入：
sudo apt-get install git2、安装编译darknet
在主文件下终端输入（即/home/*（您的服务器名字）这个目录）：
git clone http://github.com/pjreddie/darknet.gitcd darknet修改Makefile文件：
开头部分令OPENCV=1，保存退出
终端输入：make -j8
编译程序。
第四部分：安装CUDA7.5
1、CUDA7.5下载
下载地址：https://developer.nvidia.com/cuda-downloads(下载顺序 Linux-*84_64-Ubuntu-14.04-deb(local)-Download(1.9GB))
2、安装步骤（过程需要联网）：
下载好后拷贝到“主文件夹”下，即/home/*（您的服务器名字）这个目录，并用终端在此目录依次输入代码：
sudo dpkg -i cuda-repo-ubuntu1404-7-5-local_7.5-18_amd64.deb
sudo apt-get update
sudo apt-get install cuda完成安装。
3、配置CUDA环境
终端输入：
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH
export PATH=/usr/local/cuda-7.5/bin:$PATH完成配置。
第五部分：再次编译darknet
进入darknet文件夹修改Makefile文件夹：
令开头GPU=1，同时令NVCC = /usr/local/cuda-7.5/bin/nvcc后保存退出
（注：若GPU性能较低，请修改GPU计算能力，将52改为35或20）
终端输入：
cd darknet
make -j8至此darknet配置完成。
第六部分：测试yolo-darknet
1、下载yolo-tiny.weight模型
下载地址：http://pjreddie.com/darknet/yolo/
下载完成后放在darknet目录下
2、测试tiny模型
将/darknet/data/文件夹下的dog.jpg图片复制于darknet文件夹下，终端输入：
./darknet yolo test cfg/yolo-tiny.cfg yolo-tiny.weight终端会出现Enter Image Path一行，在后面输入data/dog.jpg即可。结果显示为屏幕显示两张测试图片，一张为resized，一张为prediction，如图：
重复输入data/dog.jpg，可以发现初次计算耗时较多：
至此测试部分结束。