DSP

基于Jetson TX1的 YOLO: Real-Time Object Detection

2019-07-13 20:51发布

Data: 2017.1.4
Author: cjh
Theme: YOLO: Real-Time Object Detection
最近导师给我发了一篇文章YOLO9000Better Faster Stronger ,让我把里面的源代码下载下来,我首先在自己的虚拟机上实现了一遍算法,但由于自己的笔记本没有GPU所以跑起来十分吃力,所以干脆直接将算法移植到了Jetson TX1上。文章的下载会放在我的下载资源里面,有兴趣的朋友可以去下载
该论文的源代码网址:http://pjreddie.com/darknet/yolo/
用于下载和编译darknet,如果你是PC上编译的话,自己的PC有GPU和安装了OpenCV的话,打开Makefile,在前面几行修改如下,如果没有OpenCV在后面的例子测试中图片是不会自动打开的 GPU=1
CUDNN=1
OPENCV=1
DEBUG=0
当然除了做上面的修改外,如果编译过程中出现如下错误 /bin/sh: 1: nvcc: not found make: *** [obj/convolutional_kernels.o] Error 127
则修改Makefile文件 # 修改makefile NVCC = /usr/local/cuda-8.0/bin/nvcc
至于你问为什么是8.0你可以查看你开发板上该路径下cuda的版本 git clone https://github.com/pjreddie/darknet cd darknet make
接着下载预先处理好的权重文件 wget http://pjreddie.com/media/files/yolo.weights
运行例子 ./darknet detect cfg/yolo.cfg yolo.weights data/dog.jpg 如果你安装了OpenCV的话运行完成会自动打开该图片,否则你需要到当前目录下打开运行结果

同时在PC上,我自己还出现了这样的问题,就跑例程的时候结果没有出来,就提示已杀死,如下图
这时候可能由于你分配给虚拟机的内存不够,无法运行太算法,你把内存加大应该就可以解决问题了