**
编译Darknet
**
git clone https://github.com/pjreddie/darknet
修改Makefile文件
GPU=1
CUDNN=1
OPENCV=1
OPENMP=0
DEBUG=0
cd darknet
make
安装CUDA：
wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu1804/x86_64/cuda-ubuntu1804.pinsudo mv cuda-ubuntu1804.pin /etc/apt/preferences.d/cuda-repository-pin-600sudo apt-key adv --fetch-keys https://developer.download.nvidia.com/compute/cuda/repos/ubuntu1804/x86_64/7fa2af80.pubsudo add-apt-repository "deb https://developer.download.nvidia.com/compute/cuda/repos/ubuntu1804/x86_64/ /"sudo apt-get updatesudo apt-get -y install cuda
参考链接：https://developer.nvidia.com/zh-cn/cuda-downloads
下载CUDNN,并安装；
参考链接：https://developer.nvidia.com/rdp/cudnn-archive
安装完，重启：
sudo reboot
因为pjreddie版的darknet的代码比较老旧了，依赖于cudnn7.x，所以在一个CUDA11.1+cudnn8.x的环境下编译pjreddie版的darknet的话,会报错。
解决方案：修改src/src/convolutional_layer.c文件
开头处添加：
#define PRINT_CUDNN_ALGO 0
#define MEMORY_LIMIT 2000000000
。。。。。。
参考链接：https://blog.csdn.net/qq_41580422/article/details/113399820
由于OpenCV版本过高(opencv 4.4)，修改src/image_opencv.cpp
将第63行修改为：
//IplImage ipl = m;
IplImage ipl = cvIplImage(m);
参考链接：https://blog.csdn.net/baidu_34172099/article/details/107178158
修改Makefile
路径根据自己的内容进行修改
参考链接：https://blog.csdn.net/Chen_qi_hai/article/details/104598145
原来是cuda版本高，不支持运算，所以解决方法是 注释部分：
参考链接：https://blog.csdn.net/weixin_41194129/article/details/113798723
编译成功，进行简单测试：
下载权重：
cd darknet
wget https://pjreddie.com/media/files/yolov3.weights
wget https://pjreddie.com/media/files/yolov3-tiny.weights
./darknet detect cfg/yolov3.cfg yolov3.weights data/dog.jpg
出现这个问题的原因是显存炸了。
./darknet detect cfg/yolov3-tiny.cfg yolov3-tiny.weights data/dog.jpg
使用Darknet深度学习框架训练模型：
下载已经标注好的数据集；
将数据集VOC（.xml)转换从YOLO(.txt)
划分数据集（galss_train.txt)和训练集(glass_val.txt)
修改data/voc.names文件：
修改cfg/voc.data,针对自己的路径作出修改
修改cfg/yolov3-tiny.cfg
需要改两处这样的地方，需要修改classes,filter=3(classes+1+4);*
下载预训练权重：
wget https://pjreddie.com/media/files/yolov3_tiny.weights
./darknet partial ./cfg/yolov3-tiny.cfg ./yolov3-tiny.weights ./yolov3-tiny.conv.15 15
训练模型：
sudo ./darknet detector train cfg/voc.data cfg/yolov3-tiny.cfg yolov3-tiny.conv.15
sudo ./darknet detector train cfg/voc.data cfg/yolov3-tiny.cfg backup/yolov3-tiny_10000.weights -map
模型会自动保存；
模型测试：
./darknet detector test cfg/voc.data cfg/yolov3-tiny.cfg backup/yolov3-tiny_10000.weights data/11.png
测试结果：
