Darknet-OpenCV环境记录

因为使用YOLO做实时目标检测，所以搭建ubuntu的darknet环境，虚拟机中的配置使得检测视频时的fps值偏低，所以在本机装了一个ubuntu18.04的双系统搭建OpenCV、CUDA等环境，趁着还记得安装过程记录下来以便参考

opencv

sudo apt-get install build-essential libgtk2.0-dev libavcodec-dev libavformat-dev libjpeg.dev libtiff4.dev libswscale-dev libjasper-dev

解压编译安装后

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

在文件末尾添加

/usr/local/lib

sudo ldconfig
sudo gedit /etc/bash.bashrc

在最末尾添加

1 2	PKG_CONFIG_PATH=$PKG_CONFIG_PATH:/usr/local/lib/pkgconfig export PKG_CONFIG_PATH

source /etc/bash.bashrc

sudo updatedb

GPU驱动安装

GPU驱动

run格式文件的安装需先禁用nouveau驱动

nouveau禁止命令写入文件

sudo vim /etc/modprobe.d/blacklist.conf

文件末尾添加以下语句

blacklist nouveau
blacklist lbm‐nouveau
options nouveau modeset=0
alias nouveau off
alias lbm‐nouveau off

调用指令禁止nouveau

echo options nouveau modeset=0 | sudo tee ‐a /etc/modprobe.d/nouveau‐kms.conf

更新内核

sudo update‐initramfs ‐u

重启系统

sudo reboot

进入tty模式

ctrl + alt+ F1

关闭x server

1 2	sudo service lightdm stop sudo init 3

切换NVIDIA安装包指定目录,赋予权限并进行安装

cd ~/Downloads
mv NVIDIA‐Linux‐x86_64‐410.78.run nvidia.run
chmod +x nvidia.run
sudo sh nvidia.run ‐‐no‐opengl‐files

CUDA安装

选择CUDA版本，在官网的安装指导安装结束后

打开profile文件sudo gedit /etc/profile在末尾处添加

1 2	export PATH=/usr/local/cuda‐10.2/bin:$PATH export LD_LIBRARY_PATH=/usr/local/cuda‐10.2/lib64$LD_LIBRARY_PATH

测试CUDA的Samples

1
2
3

cd /usr/local/cuda‐9.0/samples/1_Utilities/deviceQuery
sudo make
./deviceQuery

或者使用nvcc -V

安装CuDNN

CuDNN需注册账号

选择适合的版本下载

拷贝相关库文件

sudo cp include/cudnn.h /usr/local/cuda/include/
sudo cp lib64/libcudnn* /usr/local/cuda/lib64/
sudo chmod a+r /usr/local/cuda/include/cudnn.h
sudo chmod a+r /usr/local/cuda/lib64/libcudnn*

若是cudnn.h与libcudnn*文件默认路径改变用whereis定位一下修改即可

查看cudnn版本

cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2

darknet

修改MakeFile文件选项，编译安装无报错即可

注：数据集中图片与标签若不放入同一目录则检测不到