动手实践：搭建yolo v2（CPU+GPU）

一  CPU版本

我的系统是Ubuntu14.04，无GPU。
1.安装opencv，3.0以上的版本。请自行百度安装。
2.安装darknet.
打开YOLO主页 https://pjreddie.com/darknet/yolo/ 按照步骤安装：
下载源码 

git clone https://github.com/pjreddie/darknet[/code]

编译

cd darknet
make

make是若是报错 

/usr/bin/ld: cannot find -lippic则在自己电脑上找到 libippicv.a，放入 /usr/local/lib中，然后重启终端，再次make,可以解决。
下载网络参数：

wget https://pjreddie.com/media/files/yolo.weights[/code]

测试：

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

出现图片后则证明安装成功



二 配置GPU版本
1.打开 ./makefile，更改选项：
前提是机器上已经安装了opencv，cuda，cudnn。

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

2. 更改GPU算力配置
#ARCH= -gencode arch=compute_30,code=sm_30 \
#      -gencode arch=compute_35,code=sm_35 \
#      -gencode arch=compute_50,code=[sm_50,compute_50] \
#      -gencode arch=compute_52,code=[sm_52,compute_52]
#      -gencode arch=compute_20,code=[sm_20,sm_21] \ This one is deprecated?

# This is what I use, uncomment if you know your arch and want to specify

ARCH= -gencode arch=compute_61,code=compute_61
我的电脑配置是两张TITAN XP， 在NIVIDA官网查询算力是6.1，所以改成以上情况。
修改完后保存，重新编译，与 一 的步骤一样。