【darknet】【yolov3】训练踩坑

2023-05-16

本文已解决问题概述:

  1. 测试准确率时,没有results 文件夹的访问权限:“ Segmentation fault ”。
  2. 执行darknet 相关命令是,无法找到 “ libcudart.so.10.0 ” 文件。

正文

1. 测试准确率时,没有results 文件夹的访问权限

在这里插入图片描述
报错信息:


eval: Using default 'voc'
4
Segmentation fault (core dumped)

2. 在自己的环境中执行darknet 命令时报错,说无法找到文件,问题截图如下:

在这里插入图片描述./darknet: error while loading shared libraries: libcudart.so.10.0: cannot open shared object file: No such file or directory

(1)参照 链接1 中找到博主遇到相同问题,但没有彻底解决,
在这里插入图片描述自己在完成指定的三个文件复制的时候,执行后面的命令,刚复制过去的文件自己消失了。

(2)参照 链接2 中,问题得到解决。
在这里插入图片描述自己的 libcudart.so.10.0 文件所在的路径是:/usr/local/cuda-10.0/lib64。
因此将上图中 cuda.conf 文件中的内容改为 /usr/local/cuda-10.0/lib64 即可。

至此,darknet 相关命令能够顺利运行(至少计算map的命令能够运行)。

本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)

【darknet】【yolov3】训练踩坑 的相关文章

  • ROS下实现darknet_ros(YOLO V3)检测

    转载自 xff1a ROS下实现darknet ros YOLO V3 检测 尚码园 ROS下实现darknet ros YOLO V3 检测 2021年01月10日 阅读数 xff1a 279 这篇文章主要向大家介绍ROS下实现darkn
  • 多GPU训练keras-yolov3

    qqwweee keras yolo3提供的版本代码没有多GPU选项 xff0c 因为网络的输出是一个loss xff0c 使用keras提供的multi gpu model函数时会报错 xff0c 因为multi gpu model的原理
  • 使用VSCode配置Anaconda(3.7)-python3.6(yolov3)环境

    最近因为毕设需要用到目标检测的功能 xff0c 所以在完全小白的前提下学习了下YOLOv3 xff08 Windows10 43 Keras 43 VSCode 43 Tensorflow xff09 xff0c 在使用VSCode时遇到了
  • Darknet中.cfg文件参数详解

    转载自 xff1a https blog csdn net phinoo article details 83022101 感谢博主分享 net xxx 开始的行表示网络的一层 xff0c 其后的内容为该层的参数配置 xff0c net 为
  • YOLOv4在ROS-Melodic上的部署-libtorch(附源码,非Darknet)

    有关YOLOv4 LibTorch的部署可以看我的这篇博客 然后移植到ROS Melodic上就相对简单了 直接上GitHub链接吧 初版可能有点乱 xff0c 但是注释挺详细 xff0c 欢迎交流经验哈 2020 12 16 更新 YOL
  • YOLOv3

    YOLOv3 论文信息论文标题 xff1a 论文作者 xff1a 收录期刊 会议及年份 xff1a 论文学习YOLOv3 网络架构 xff1a YOLO 输出特征图解码 xff08 前向过程 xff09 xff1a 训练策略与损失函数 xf
  • 在ubuntu中安装darknet_ros发送yolo话题

    创建的ros工作空间ros ws 第一步 进入 ros ws src中 打开终端 克隆darknet ros包到该目录中 git clone https github com leggedrobotics darknet ros git 第
  • 转载:配置darknet_ros实现yolo检测

    来自第三届华南农业大学人工智能协会 xff1a 会长部 麦彦恒出品 配置darknet ros实现yolo检测 M朗拿度的博客 CSDN博客
  • ROS智能车实现darknet_ros检测物体

    文章目录 一 搭建智能车环境1 下载包以及编译1 1 下载源码包1 2 编译1 3 错误解决 xff08 1 xff09 controllers相关 xff08 2 xff09 driver base相关 xff08 3 xff09 ack
  • darknet yolov3 训练自己的数据集,Cannot load image ““ STB Reason: can‘t fopen报错解决

    项目场景 xff1a 利用darmet 43 yolov3训练自己的数据集 首先 图片标注 制作数据集 训练的过程 xff0c 网上有很多教程 xff0c 我主要参考了这两个 xff0c 他们里面有python代码 xff0c 可以直接用
  • jetson nano 部署yoloV3,yoloV4,yoloV3-tiny,yoloV4-tiny

    系统 ubuntu nbsp nbsp 自带cuda10 0 nbsp 1 下载与安装darknet git clone https github com AlexeyAB darknet cd darknet 2 以下步骤我都在直接进入c
  • Darknet YoloV4编译+训练(避免踩坑)

    AlexAB darknet yolov4编译 43 训练 时间间隔好几天今天来更新一下yolov4的训练 训练篇 在训练之前需要对大佬的源码进行编译本本机编译 xff0c 编译过程可查看下述链接 xff1a https blog csdn
  • c++ 调用yolov3-yolov4

    ifdef WIN32 define OPENCV define GPU endif include lt iostream gt include lt windows h gt include 34 yolo v2 class hpp 3
  • 【YOLOv3 decode】YOLOv3中解码理解decode_box

    文章目录 1 解码是什么意思2 代码解读3 生成网格中心 代码详解4 按照网格格式生成先验框的宽高 代码详解5 感谢链接 1 解码是什么意思 在利用YOLOv3网络结构提取到out0 out1 out2之后 xff0c 不同尺度下每个网格点
  • C++调用Yolov3模型实现目标检测

    C 43 43 调用Yolov3模型实现目标检测 使用开源权重文件 xff0c 此训练模型包含80种物体 文件下载地址 xff1a 预训练权重文件 xff1a https pjreddie com media files yolov3 we
  • 【jetson nano】在ubuntu18.04下,c++调用链接库实现yolov3

    目录 0 前言 1 下载安装opencv 3 4 0 1 1 配置相应的以来库 1 2 下载opencv 3 4 0 xff08 源码 xff09 1 3 编译 xff08 时间较长 xff09 1 4 安装 1 5 配置opencv路径
  • Yolo 没有开始训练

    我正在尝试在自定义数据集上训练 Yolo 一切似乎都正常运行 没有错误 但它只是没有训练 我按照教程进行操作https github com AlexeyAB darknet两次但我得到相同的结果 darknet detector trai
  • 我们可以在没有 GPU 的情况下在自定义对象上训练 YOLOv3 吗?

    我的 YOLO 模型可以很好地检测瓶子 人 手机 背包等物体 但我想让我的模型检测戒指 手镯或头盔 当前 yolo 模型中不存在的物体 没有 GPU 我可以制作自定义对象检测 yolo 模型吗 涉及哪些风险 如果有的话 我的系统是 Wind
  • 如何将 darknet YOLOv4 视频的每一帧输出保存在 txt 文件中?

    我在用darknet https github com AlexeyAB darknet在我的定制数据集上使用 YOLOv4 检测对象 对于视频检测 我使用 darknet detector demo data obj data yolo
  • 了解darknet的yolo.cfg配置文件

    我在互联网上搜索过 但发现这方面的信息很少 我不明白 yolo 中的每个变量 值代表什么 cfg文件 所以我希望你们中的一些人能够提供帮助 我不认为我是唯一遇到这个问题的人 所以如果有人知道 2 或 3 个变量 请发布它们 以便将来需要此类

随机推荐

  • centos 7怎么通过图形界面来配置静态ip

    除了通过修改配置文件的方法来配置静态ip 我们还可以通过图形界面来配置 xff0c 这样做其实更加方便一点 1 先点击应用程序 xff0c 点击系统工具 xff0c 点击设置 2 选择网络 3 打开网络 xff0c 点击设置 4 选择ipv
  • JavaScript

    JavaScript 一 JavaScript输入输出语句 JavaScript提供了一些输入输出语句 xff1a 方法说明归属alert msg 浏览器弹出警示框浏览器console msg 浏览器控制台输出信息浏览器prompt inf
  • th tr td区别

    tr定义行 th表示头部 td表示单元格 tr不能单独存在 xff0c 相当于table的属性标签 xff0c 而th td也应当放在tr中 lt th gt 不光是粗体 xff0c 还是居中的 lt DOCTYPE html gt lt
  • --12月月赛题解--

    12月月赛题解 问题 A 求区间最大值 题目描述 给你一个长度为n的序列 a 1 a 2 a n 下标从1到n Q个询问 每次询问给出一个L和R 你需要输出最大的a i L lt 61 i lt 61 R 输入 单组数据 第一行给出n n
  • Week9 作业 A - 咕咕东的目录管理器

    题面 咕咕东的雪梨电脑的操作系统在上个月受到宇宙射线的影响 xff0c 时不时发生故障 xff0c 他受不了了 xff0c 想要写一个高效易用零bug的操作系统 这工程量太大了 xff0c 所以他定了一个小目标 xff0c 从实现一个目录管
  • Week11 作业 E - 选做题11-1 东东与 ATM

    一家银行计划安装一台用于提取现金的机器 机器能够按要求的现金量发送适当的账单 机器使用正好N种不同的面额钞票 xff0c 例如D k xff0c k 61 1 2 N xff0c 并且对于每种面额D k xff0c 机器都有n k张钞票 例
  • Week14 作业 D - Q老师染砖(选做)

    Description 衣食无忧的 Q老师 有一天突发奇想 xff0c 想要去感受一下劳动人民的艰苦生活 具体工作是这样的 xff0c 有 N 块砖排成一排染色 xff0c 每一块砖需要涂上红 蓝 绿 黄这 4 种颜色中的其中 1 种 且当
  • Week15 实验

    A Q 老师的记录册 Problem Statement Q 老师有 N 个学生 xff0c 每个学生都有各自独立的编号 xff0c 且编号范围在 1 N 之间 这一天 xff0c 所有学生都在不同的时间进入教室 Q 老师记录了当编号为 i
  • ffmpeg nonmatching transport in server reply

    google ONE I looked at the source for ffmpeg to see the relavent lines generating that error to try and understand what
  • 最全openstack部署教程

    简单讲讲这个鬼东西 简单点来说就是一个云 xff0c 一个属于自己的云平台 xff0c openstack的原版是亚马逊云 xff0c 可以说openstack就是Rackspace和NASA的抄袭产物 官方点说一个云平台管理的项目 xff
  • ubuntu 20.04安装cuda

    ubuntu 20 04中安装cuda 正确安装方法 xff1a 安装tensorflow后跑深度学习代码时 xff0c 发现只在cpu上运行 运行下列代码 span class token keyword import span tens
  • COCO数据集

    COCO数据集简介 全称 xff1a Common Objects in COntext xff08 上下文中的常见对象 xff09 创建者 xff1a 微软团队 xff1a 类别数 xff1a 引申 xff1a MS COCO数据集中的图
  • Manjaro软件配置与安装

    文章目录 软件安装安装NVIDIA显卡驱动常见工具软件软件安装开发类软件配置vscode 常见问题无法安装aur包参考文章 已经入manjaro的坑 xff0c 因为xfce4轻量 稳定 xff0c 于是选择的manjaro桌面环境为xfc
  • pycharm 使用

    pycharm txt文件不显示行号 xff1a View gt Active Editor gt Show Line Numbers
  • 【版本查看】

    查看相关的版本 windows 中如何查看 conda 版本 查看cuda cudnn版本 在环境中指定使用的默认的cuda版本 一 windows 中如何查看 conda 版本 开始菜单 gt Anaconda3 gt Anaconda
  • 【标注工具】旋转的 bbox 转普通 bbox

    目的 xff1a 实现以旋转目标检测的前提下 xff0c 将旋转标记框转为普通的标记框 相关连接 xff1a 实例分割 语义分割时旋转Bounding Box导致边框变宽 xff1a https www jianshu com p bb12
  • 【cv2读取并展示图片】

    cv2 读取并展示图片 span class token keyword import span cv2 img path span class token operator 61 span span class token string
  • 【mount 挂载硬盘】

    目的 xff1a 将硬盘挂载到服务器上 xff0c 进行数据拷贝 参考链接 xff1a http t zoukankan com vincent212212 p 13784584 html 具体执行过程 xff1a 在root 用户 xff
  • 【CV2 安装报错】

    在linux 服务器中安装cv2 安装命令 xff1a pip install i https pypi tuna tsinghua edu cn simple opencv python 61 61 3 4 9 31 环境 xff1a p
  • 【darknet】【yolov3】训练踩坑

    本文已解决问题概述 xff1a 测试准确率时 xff0c 没有results 文件夹的访问权限 xff1a Segmentation fault 执行darknet 相关命令是 xff0c 无法找到 libcudart so 10 0 文件