darknet-Yolo_v3 运行问题,detect命令检测结果无标注框。

darknet-Yolo_v3 , AB版        @Z470本 + Win10-LTSB-2016 + VC2015, NVDIA GeForce GT 520M, 驱动 391.35

问题描述。程序可以运行,但是没有测试结果(识别不出图像内容),不打印类别识别度信息,生成的图片 predictions 也没有框选、标注。

处理。 修改makefile中的cudnn=0,重新编译,再运行就有结果了。
           在VC2015中,可以将宏开关“CUDNN”移到“取消预处理器定义”一栏中。 

//对速度影响:darknet yolo3 gpu性能对比测试 
 

~、CUDA 运行环境安装。

注,①、尽量一次性选择正确的CUDA版本进行安装,cuda不同版本反安装够烦,易出错,常无法卸载(干净)。
       ②、CUDA与VS的集成工具部分,安装须知:高版本cuda安装后,无法再安装低版本,需要先卸载高版本。
 

版权声明:本文为CSDN博主「FengWu9x24」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明。
原文链接:https://blog.csdn.net/fmclx/article/details/121639151

FengWu9x24

我还没有学会写个人说明!

暂无评论

发表评论

相关推荐

YOLOX环境的安装配置部署

YOLOX环境的安装配置部署 旷世的最新作品,采用Anchor-free,效果所有yolo系列。本文主要记录该模型如何在C环境下进行部署。 采用的方案是TensorRT,一种NVIDIA提供的推理部

技术方案总结

技术方案总结 图像目标识别方案 1.使用Yolo方案进行目标识别 此方法可采用Yolo V5 ,其识别与运行有平台要求,一版而言,其在Ubuntu环境下进行识别方案较多。 1.在Ubuntu PC