Windows+CPU+Cygwin编译darknet运行yolo3

系统管理员 2022-01-27 10:47 380阅读 0赞

## 一、下载darknet ##

（1）[https://github.com/pjreddie/darknet][https_github.com_pjreddie_darknet] 中clone&download

（2）[https://pjreddie.com/darknet/install/][https_pjreddie.com_darknet_install] 在命令行下：

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

## 二、安装Cygwin ##

[https://cygwin.com/install.html][https_cygwin.com_install.html] 根据系统位数下载；

安装的时候镜像随便选一个能用的就行，比如默认的第一个：

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L01JS0FTQTM_size_16_color_FFFFFF_t_70][]

一定要记得选择安装一些额外的包，**gcc-core、gcc-g++、make、gdb、binutils**

在**View**的**Category**下的**Devel**下可以找到：

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L01JS0FTQTM_size_16_color_FFFFFF_t_70 1][]

添加“安装目录\\cygwin64\\bin”**系统路径Path**，例如：

E:\cygwin64\bin

## 三、编译darknet ##

（1）检查gcc，在cmd中输入：

which gcc

检查gcc是否安装设置为cygwin，而不是MinGW的gcc：

![2019052613405270.png][]

（2）修改**examples\\Go.c** 文件，开头加上“\#include <sys/select.h>”，否则编译出错。

（3）运行cygwin64，打开当前darknet的目录，例如：

cd F:keras-yolo3-master/darknet

（4）编译，输入：

make

观察到：

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L01JS0FTQTM_size_16_color_FFFFFF_t_70 2][]

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L01JS0FTQTM_size_16_color_FFFFFF_t_70 3][]

make过程中无报错，且在..\\darknet\\obj文件夹下生成若干.o文件，即视为编译成功。

## 四、训练yolo ##

1. Generate your own annotation file and class names file.

python voc_annotation.py

2. 运行：

python convert.py -w yolov3.cfg yolov3.weights model_data/yolo_weights.h5

The file model\_data/yolo\_weights.h5 is used to load pretrained weights.

或者：

wget https://pjreddie.com/media/files/yolov3.weights

得到预训练好的权重，就不用自己再训练了

3. 训练：

python train.py

用CPU的话训练时间非常长 ，50轮迭代，每次5个半小时。  
Use your trained weights or checkpoint weights with command line option \`--model model\_file\` when using yolo\_video.py  
Remember to modify class path or anchor path, with \`--classes class\_file\` and \`--anchors anchor\_file\`.

If you want to use original pretrained weights for YOLOv3:  
1. \`wget https://pjreddie.com/media/files/darknet53.conv.74\`  
2. rename it as darknet53.weights  
3. \`python convert.py -w darknet53.cfg darknet53.weights model\_data/darknet53\_weights.h5\`  
4. use model\_data/darknet53\_weights.h5 in train.py

## 五、预测 ##

输入：

./darknet

得到：

usage: ./darknet <function>

说明darknet编译成功可以使用。

./darknet detect cfg/yolov3.cfg yolov3.weights data/dog.jpg

预测当前data文件夹下的dog图片：

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L01JS0FTQTM_size_16_color_FFFFFF_t_70 4][]

置信度如图，在当前文件夹下得到predictions.jpg：

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L01JS0FTQTM_size_16_color_FFFFFF_t_70 5][]

## 六、踩坑 ##

如果之前没有注意到要使用cygwin的gcc，误使用MinGW的gcc来make的话，会报错

[Makefile:89:obj/deconvolutional_layer.o] 错误 1

这个时候不仅要修改为cygwin的gcc，还要在obj目录下删除干净使用MinGW的gcc编译出的.o文件。

## 七、参考引用 ##

[https://www.cnblogs.com/jackkwok/p/9045890.html][https_www.cnblogs.com_jackkwok_p_9045890.html]

[https://www.cnblogs.com/hchacha/p/7147603.html][https_www.cnblogs.com_hchacha_p_7147603.html]

[https_github.com_pjreddie_darknet]: https://github.com/pjreddie/darknet
[https_pjreddie.com_darknet_install]: https://pjreddie.com/darknet/install/
[https_cygwin.com_install.html]: https://cygwin.com/install.html
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L01JS0FTQTM_size_16_color_FFFFFF_t_70]: /images/20220127/696b11b1957348109e65b793edb06047.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L01JS0FTQTM_size_16_color_FFFFFF_t_70 1]: /images/20220127/888f246045af40c2b542fe6665f27acc.png
[2019052613405270.png]: /images/20220127/571562b7905046c5a6708c101e3ba686.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L01JS0FTQTM_size_16_color_FFFFFF_t_70 2]: /images/20220127/f87dc693d6e94c8e8f5bd1b53090f61c.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L01JS0FTQTM_size_16_color_FFFFFF_t_70 3]: /images/20220127/7425fa4b82db4e00bea15f79ee964832.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L01JS0FTQTM_size_16_color_FFFFFF_t_70 4]: /images/20220127/30bd72159a0b4c10bac1269def750d3d.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L01JS0FTQTM_size_16_color_FFFFFF_t_70 5]: /images/20220127/8c7c6e9eeeff4d94a65a9db52ca81d33.png
[https_www.cnblogs.com_jackkwok_p_9045890.html]: https://www.cnblogs.com/jackkwok/p/9045890.html
[https_www.cnblogs.com_hchacha_p_7147603.html]: https://www.cnblogs.com/hchacha/p/7147603.html