背景

やむを得ない理由で、cuda10.0が入っているJetsonNanoにdarknetとyolov4-tinyを入れる必要があったのですが、その際ちょっと手間取ったのでそのメモ。

環境

$ jetson_release
 - NVIDIA Jetson NANO/TX1
   * Jetpack 4.3 [L4T 32.3.1]
   * CUDA GPU architecture 5.3
 - Libraries:
   * CUDA 10.0.326
   * cuDNN 7.6.3.28-1+cuda10.0
   * TensorRT 6.0.1.10-1+cuda10.0
   * Visionworks 1.6.0.500n
   * OpenCV 4.1.1 compiled CUDA: YES
 - Jetson Performance: inactive

手順

1. フレームワークであるdarknetを入れる

$ git clone https://github.com/AlexeyAB/darknet

2. Makefileを修正する

$ cd darknet
$ vim Makefile

以下の様に修正

darknet/Makefile

GPU=1  
CUDNN=1  
CUDNN_HALF=0  # jetson nanoの場合は0でok 
OPENCV=1  
libso=1

# 64行目あたり
NVCC=/usr/local/cuda/bin/nvcc

3. yolov4-tinyを入れる

wget https://github.com/AlexeyAB/darknet/releases/download/darknet_yolo_v4_pre/yolov4-tiny.weights

4. コンパイルする

$ make -j5

※時短の為に5スレッドでの分散ビルドをしています(以下記事参考)

ビルドの途中でエラー

このまま上手くいけばいいな～と思っていたら案の定、途中でidentifier "cudaStreamCaptureModeGlobal" is undefinedというエラーが出ました

./src/network_kernels.cu(721): error: identifier "cudaStreamCaptureModeGlobal" is undefined

./src/network_kernels.cu(721): error: too many arguments in function call

2 errors detected in the compilation of "/tmp/tmpxft_00005fdb_00000000-6_network_kernels.cpp1.ii".
Makefile:184: recipe for target 'obj/network_kernels.o' failed
make: *** [obj/network_kernels.o] Error 1

原因

調べたらgithubのissueにちゃんと書いてありました
このissueでのやり取りを見ていくと大体つかめると思います

原因となっていたのはnetwork_kernels.cuの以下の部分

darknet/src/network_kernels.cu

CHECK_CUDA(cudaStreamBeginCapture(stream0,cudaStreamCaptureModeGlobal));

↑はCUDA10.1以降向けに追加されたもので、CUDA10.0の際に発生していたissueを解決するための関数
この関数によって推論の実行スピードが20%上昇するとの事

It seems yes, it was added in CUDA 10.1, because there was an issue for CUDA 10.0 triton-inference-server/server#635 (comment)

In general this is related to this feature, that can accelerate any neural network +20% for Inference (Detection): #7444

解決策

因みに無くても動くとの事なので、コメントアウトしてもう一度makeしてみます

./src/network_kernels.cu

// CHECK_CUDA(cudaStreamBeginCapture(stream0,cudaStreamCaptureModeGlobal));

$ make clean
$ make -j5

今度はエラーが起きず無事に終了しました(darknetという名前のファイルが出来ていれば成功です)

5. 正常に動作するか確認

$ ./darknet detect cfg/yolov4-tiny.cfg yolov4-tiny.weights data/dog.jpg

こんな感じのログが出ます

 CUDA-version: 10000 (10000), cuDNN: 7.6.3, GPU count: 1  
 OpenCV version: 4.1.1
 0 : compute_capability = 530, cudnn_half = 0, GPU: NVIDIA Tegra X1 
net.optimized_memory = 0 
mini_batch = 1, batch = 1, time_steps = 1, train = 0
...
(途中略)
...
[yolo] params: iou loss: ciou (4), iou_norm: 0.07, obj_norm: 1.00, cls_norm: 1.00, delta_norm: 1.00, scale_x_y: 1.05
nms_kind: greedynms (1), beta = 0.600000 
Total BFLOPS 6.910 
avg_outputs = 310203 
 Allocate additional workspace_size = 26.22 MB 
Loading weights from weights/yolov4-tiny.weights...
 seen 64, trained: 0 K-images (0 Kilo-batches_64) 
Done! Loaded 38 layers from weights-file 
 Detection layer: 30 - type = 28 
 Detection layer: 37 - type = 28 
data/dog.jpg: Predicted in 67.070000 milli-seconds.
bicycle: 60%
dog: 84%
truck: 79%
car: 46%

無事動作しました！
ちなみに推論のスピードは67ミリ秒(0.067秒)でした

参考