Jetson Nano使用yolov4-Tiny进行目标检测_./darknet detector demo cfg/coco.data cfg/yolov4-t

1、安装darknet（AlexeyAB版本）

cd test/src/
git clone https://github.com/AlexeyAB/darknet.git
1
2

2、修改Makefile配置

使用CUDA和OPENCV进行编译
修改前：
修改后：
去掉52行的注释：

3、编译

cd darknet/
make
1
2

如果报错报错找不到nvcc，先查看nvcc文件是否存在：

cd /usr/local/cuda/bin
ls
1
2

可知nvcc文件存在，报错是由于系统路径问题，vim .bashrc进入文件，添加对应路径，保存后再source ~/.bashrc

export PATH=$PATH:/usr/local/cuda-10.2/bin
1

再重新编译：

cd test/src/darknet
make
1
2

4、下载权重文件

去下方的网址下载已训练好的模型权重文件yolov4-tiny.weights，放入darknet文件夹中进行测试。

https://github.com/AlexeyAB/darknet/releases
1

5、使用yolov4-tiny.weights进行测试

5.1 图片测试

# detector test图片作为输入，使用经典的dog.jpg测试
./darknet detector test cfg/coco.data cfg/yolov4-tiny.cfg ./yolov4-tiny.weights data/dog.jpg
1
2

5.2 视频测试

./darknet detector demo cfg/coco.data cfg/yolov4-tiny.cfg ./yolov4-tiny.weights data/street.mp4
1

5.3 摄像头测试

# 检查是否有摄像头
ls /dev/ 
# 用摄像头进行测试
./darknet detector demo cfg/coco.data cfg/yolov4-tiny.cfg ./yolov4-tiny.weights /dev/video0
1
2
3
4