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

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。

YoloV4训练自己的数据集(二)相关推荐

一文多图搞定制作自己的VOC数据集+使用yolov4训练自己的数据集+封装video测试脚本（基于ubuntu）
一文多图搞定制作自己的VOC数据集+使用yolov4训练自己的数据集+封装video测试脚本(基于ubuntu) 制作VOC数据集标注自己的数据集整理数据集路径格式训练数据集环境在Linux ...
Yolov4训练自己的数据集
Yolov4训练自己的数据集代码运行环境Ubuntu18.04+python3.6+显卡1080Ti+CUDA10.0+cudnn7.5.1+OpenCV3.4.6+Cmake3.12.2,详细环境 ...
yolov4训练自己的数据集实现安全帽佩戴检测
昨儿立下来的flag,今天还是要含泪完成的,抓紧时间赶呀!!! 本次用yolov4来实现人佩戴安全帽检测,若未佩戴安全帽则将人脸框出来,若佩戴安全帽,则将安全帽以及人脸框出来,多说无益,直接看效果吧! ...
(Pytorch) YOLOV4 : 训练自己的数据集【左侧有码】
项目地址:https://github.com/argusswift/YOLOv4-pytorch 这份代码实现的逻辑非常清楚,主要一些数据集处理的代码需要相应的改动: 这里的数据集label格式: ...
视频教程-Windows版YOLOv4目标检测实战：训练自己的数据集-计算机视觉
Windows版YOLOv4目标检测实战:训练自己的数据集大学教授,美国归国博士.博士生导师:人工智能公司专家顾问:长期从事人工智能.物联网.大数据研究:已发表学术论文100多篇,授权发明专利10多 ...
【pytorch】yolov4 实现对蛾子数据集的识别以及对蛾子图片二值化处理实现自动打标签标注。（本文重点在自动实现将图片转化为voc数据集）
文章目录一.之前工作回顾二.图片处理过程 (1)图片的裁剪 (2)生成xml文件的相关代码三.使用yolov4模型,训练预测蛾子数据集四.项目步骤记录五.数据标注范例六.关于xml的创建. ...
YOLOv4训练自定义数据集
目录一. darknet 1.环境配置 2.权重下载 3.数据集处理 4.修改配置文件 4.1 修改data/voc.names 4.2 修改data/voc.data 4.3 修改cfg/yolo ...
ML之xgboost：利用xgboost算法(自带,特征重要性可视化+且作为阈值训练模型)训练mushroom蘑菇数据集(22+1,6513+1611)来预测蘑菇是否毒性(二分类预测)
ML之xgboost:利用xgboost算法(自带,特征重要性可视化+且作为阈值训练模型)训练mushroom蘑菇数据集(22+1,6513+1611)来预测蘑菇是否毒性(二分类预测) 目录输出结果 ...
ML之xgboost：利用xgboost算法(sklearn+GridSearchCV)训练mushroom蘑菇数据集(22+1,6513+1611)来预测蘑菇是否毒性(二分类预测)
ML之xgboost:利用xgboost算法(sklearn+GridSearchCV)训练mushroom蘑菇数据集(22+1,6513+1611)来预测蘑菇是否毒性(二分类预测) 目录输出结果 ...

YoloV4训练自己的数据集(二)

1.安装OpenCV

2.修改配置文件

3.修改配置文件

YoloV4训练自己的数据集(二)相关推荐

最新文章

热门文章