基於Jetson TX1的 YOLO: Real-Time Object Detection

Data: 2017.1.4
Author: cjh

Theme: YOLO: Real-Time Object Detection

最近導師給我發了一篇文章YOLO9000Better Faster Stronger ，讓我把裏面的源代碼下載下來，我首先在自己的虛擬機上實現了一遍算法，但由於自己的筆記本沒有GPU所以跑起來十分吃力，所以乾脆直接將算法移植到了Jetson TX1上。文章的下載會放在我的下載資源裏面，有興趣的朋友可以去下載

該論文的源代碼網址：http://pjreddie.com/darknet/yolo/

用於下載和編譯darknet，如果你是PC上編譯的話，自己的PC有GPU和安裝了OpenCV的話，打開Makefile，在前面幾行修改如下，如果沒有OpenCV在後面的例子測試中圖片是不會自動打開的

GPU=1
CUDNN=1
OPENCV=1
DEBUG=0

當然除了做上面的修改外，如果編譯過程中出現如下錯誤

/bin/sh: 1: nvcc: not found

make: *** [obj/convolutional_kernels.o] Error 127

則修改Makefile文件

# 修改makefile

NVCC = /usr/local/cuda-8.0/bin/nvcc

至於你問爲什麼是8.0你可以查看你開發板上該路徑下cuda的版本

git clone https://github.com/pjreddie/darknet
cd darknet
make

接着下載預先處理好的權重文件

wget http://pjreddie.com/media/files/yolo.weights

運行例子

./darknet detect cfg/yolo.cfg yolo.weights data/dog.jpg

如果你安裝了OpenCV的話運行完成會自動打開該圖片，否則你需要到當前目錄下打開運行結果

同時在PC上，我自己還出現了這樣的問題，就跑例程的時候結果沒有出來，就提示已殺死，如下圖

這時候可能由於你分配給虛擬機的內存不夠，無法運行太算法，你把內存加大應該就可以解決問題了