DL之yolov3：使用yolov3算法时需要对Ubuntu系统进行配置的简介、过程步骤之详细攻略

2024-06-10 12:17:38

DL之yolov3：使用yolov3算法时需要对Ubuntu系统进行配置的简介、过程步骤之详细攻略

目录

yolov3算法时需要对Ubuntu系统进行配置的简介

Ubuntu系统进行配置的过程步骤

第一步：安装CUDA

第二步：安装OpenCV

第三步：安装并编译darknet

yolov3算法时需要对Ubuntu系统进行配置的简介

打开yolov3的makefile文件就可知道，需要提前加载不少库或环境

Ubuntu系统进行配置的过程步骤

第一步：安装CUDA

先下载再执行，官网下载地址:
https://developer.nvidia.com/cuda-downloads?target_os=Linux&target_arch=x86_64&target_distro=Ubuntu&target_version=1704&target_type=debnetwork

sudo dpkg -i cuda-repo-ubuntu1704_9.1.85-1_amd64.debsudo apt-key adv --fetch-keys https://developer.download.nvidia.com/compute/cuda/repos/ubuntu1704/x86_64/7fa2af80.pubsudo apt-get updatesudo apt-get install cuda

配置cuda环境
export LD_LIBRARY_PATH=/usr/local/cuda-9.1/lib64:$LD_LIBRARY_PATH
export PATH=/usr/local/cuda-9.1/bin:$PATH

第二步：安装OpenCV

wget https://github.com/opencv/opencv_contrib/archive/3.2.0.zip

安装OPENCV2：sudo apt-get install libopencv-dev

安装依赖库

$ sudo apt-get install build-essential
$ sudo apt-get install cmake git libgtk2.0-dev pkg-config libavcodec-dev libavformat-dev libswscale-dev
$ sudo apt-get install python-dev python-numpy libtbb2 libtbb-dev libjpeg-dev libpng-dev libtiff5-dev libjasper-dev libdc1394-22-dev # 处理图像所需的包
$ sudo apt-get install libavcodec-dev libavformat-dev libswscale-dev libv4l-dev liblapacke-dev
$ sudo apt-get install libxvidcore-dev libx264-dev # 处理视频所需的包
$ sudo apt-get install libatlas-base-dev gfortran # 优化opencv功能
$ sudo apt-get install ffmpeg
cd opencv-3.2.0

$ mkdir build

cd build
cmake -D CMAKE_BUILD_TYPE=Release -D CMAKE_INSTALL_PREFIX=/usr/local ..
make
make install

第三步：安装并编译darknet

最后，编译即可！

参考文章
https://blog.csdn.net/dream_bluer/article/details/73770743
https://blog.csdn.net/qq_28833741/article/details/53505100
https://blog.csdn.net/u014797226/article/details/78429936

DL之yolov3：使用yolov3算法时需要对Ubuntu系统进行配置的简介、过程步骤之详细攻略相关推荐

DL之AlexNet：AlexNet算法的架构详解、损失函数、网络训练和学习之详细攻略
DL之AlexNet:AlexNet算法的架构详解.损失函数.网络训练和学习之详细攻略相关文章 Dataset:数据集集合(CV方向数据集)--常见的计算机视觉图像数据集大集合(建议收藏,持续更新) ...
DL之Attention：Attention注意力机制的简介、应用领域之详细攻略
DL之Attention:Attention注意力机制的简介.应用领域之详细攻略目录 Attention的简介 1.Why Attention? 2.Attention机制的分类 3.Attenti ...
DL之self-attention：self-attention自注意力机制的简介、应用之详细攻略
DL之self-attention:self-attention自注意力机制的简介.应用之详细攻略目录 self-attention的简介 1.self-attention的影响 2.self-at ...
DL之DNN优化技术：DNN中参数初始化【Lecun参数初始化、He参数初始化和Xavier参数初始化】的简介、使用方法详细攻略
DL之DNN优化技术:DNN中参数初始化[Lecun参数初始化.He参数初始化和Xavier参数初始化]的简介.使用方法详细攻略导读:现在有很多学者认为,随着BN层的提出,权重初始化可能已不再那么紧 ...
ML之Clustering之LPA：LPA算法主要思路、输出结果、代码实现等相关配图之详细攻略
ML之Clustering之LPA:LPA算法主要思路.输出结果.代码实现等相关配图之详细攻略目录 LPA算法的主要思路 LPA算法的输出结果 LPA算法的代码实现 LPA算法的主要思路更新-- ...
NLP之WE之CBOWSkip-Gram：CBOWSkip-Gram算法概念相关论文、原理配图、关键步骤之详细攻略
NLP之WE之CBOW&Skip-Gram:CBOW&Skip-Gram算法概念相关论文.原理配图.关键步骤之详细攻略目录 CBOW&Skip-Gram算法相关论文 CBOW ...
DL之GoogleNet：GoogleNet(InceptionV1)算法的简介(论文介绍)、架构详解、案例应用等配图集合之详细攻略
DL之GoogleNet:GoogleNet(InceptionV1)算法的简介(论文介绍).架构详解.案例应用等配图集合之详细攻略目录 GoogleNet算法的简介 GoogleNet算法的架构详 ...
DL之VGGNet：VGGNet算法的简介(论文介绍)、架构详解、案例应用等配图集合之详细攻略
DL之VGGNet:VGGNet算法的简介(论文介绍).架构详解.案例应用等配图集合之详细攻略目录 VGG系列神经网络算法简介 1.网络架构 2.实验结果 VGG系列神经网络的架构详解 VGG系列集 ...
DL：深度学习(神经网络)的简介、基础知识(神经元/感知机、训练策略、预测原理)、算法分类、经典案例应用之详细攻略
DL:深度学习(神经网络)的简介.基础知识(神经元/感知机.训练策略.预测原理).算法分类.经典案例应用之详细攻略目录深度学习(神经网络)的简介 1.深度学习浪潮兴起的三大因素深度学习(神经网络 ...

最新文章

热门文章