Sunday, March 31, 2019

自定義 Object_detection yolov3 待續...

自定義 Object_detection yolov3

這大概是我裝過算有點難裝的一套 darknet github 版本的 yolo v3

(You only look once)

演算法更快 更穩 ，當然安裝更難裝
首先呢，
先安裝 vs2017
再來就是下載 cuda 9.1 嗯嗯別問我為什麼 我在 cuda 9.0 包 這邊 走跟 github 不同的方式
因為會有衝突，visual studio 2017 請裝 community 因為可以新增套件，等等
所以詳細步驟則是


  • install vs2017
  • install opencv3.1
  • install cuda 9.1 
  • Cuda v9.1 setting
  • visual studio 2017 setting
  • build
  • runing object data

系統配置

windwos10
cuda V9.1
opencv 3.1
darknet gpu 版
Install Visual studio 2017 



這邊安裝完後的時候請勾選
vc++ 2015v140 工具組
然後 darknet 專案檔案為
C:\Users\x2132\Desktop\darknet-master\build\darknet


Install opencv3.1

在nuget 裡面搜尋 opencv3.1
Install cuda9.1 


這邊官網會說 請把 2017 移除再重裝cuda 這邊的話會花費太多時間，而且還不一定會對
在darknet 編譯的過程中會需要裡面資料夾的一些設定檔
D:\download\cuda_9.1.85_win10\CUDAVisualStudioIntegration\extras\visual_studio_integration\MSBuildExtensions

複製到
C:\Program Files (x86)\MSBuild\Microsoft.Cpp\v4.0\v140\BuildCustomizations

Cuda v9.1 setting

在這邊的話 為了讓visual studio 2017 可以抓到 ，恩..大致原因就是 cuda 跟不太上 vs 速度 哈哈
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.1\include\crt
更改為 1920 或更高版號


visual studio 2017 setting

這邊呢，假設是要用自定義的 cuda 這邊選用為 cuda 9.1設定檔則
和
更改為 cuda 9.1 設定檔

然後喔這邊的組態設定為 所有組態為x64，平台工具組設為 v140
請設置為你目前電腦版本的cuda! 這邊設定為v9.1
這邊聽官方說的只留這個compute_30,sm_30;

build!

當然不可能給你這麼好過

加個括號
終於編譯成功 ， 半天時間也消失了@@


runing object data

可能明天才會做 數據標籤的教學，然後則
https://pjreddie.com/media/files/yolov3.weights
這個是 國外大大訓練好的數據，可以下來再來測試
下載完則放置於
開始下指令囉，
https://pjreddie.com/darknet/yolo/
./darknet detector demo cfg/coco.data cfg/yolov3.cfg yolov3.weights
這邊 chrome 分頁開太多qq
關掉一些





於
標籤： ,