YoloV4训练自己的数据集(二)

本文主要介绍使用GPU测试网络,请先看前文然后再看本文。上文中我没有使用Opencv以及GPU,因此测试时间较长,本文介绍使用Opencv以及GPU。

1.安装OpenCV

首先去Opencv官网下载安装包。我下载的是3.4.4。下载之后执行以下命令:

tar xvf opencv-3.4.4.tar.gz

之后进入文件夹并编译:

cd opencv-3.4.4/
cmake .
make
sudo make install

之后设置环境变量:

sudo gedit /etc/ld.so.conf.d/opencv.conf

打开一个空白文件,之后在文件末尾添加 : /usr/local/lib
之后执行以下命令:

sudo ldconfig

之后打开以下文件

sudo gedit /etc/bash.bashrc

在末尾添加:PKG_CONFIG_PATH=$PKG_CONFIG_PATH:/usr/local/lib/pkgconfig
export PKG_CONFIG_PATH
之后执行以下命令:

source /etc/bash.bashrc
sudo updatedb

2.修改配置文件

找到darknet目录中的Makefile文件:
将其中的:
GPU = 0 修改为 GPU = 1
CUDNN = 0 修改为 CUDNN = 1
CUDA = 0 修改为 CUDA = 1
之后执行编译命令:

make clean
make

3.修改配置文件

测试图片:

./darknet detector test ./cfg/coco.data ./cfg/yolov4.cfg ./yolov4.weights data/dog.jpg

在这里插入图片描述
在这里插入图片描述

测试时间与前文相比快了很多。
下文将介绍将介绍如何建立并划分自己的数据集。

猜你喜欢

转载自blog.csdn.net/weixin_45718019/article/details/111464594