今回は、当然の発展として動画から物体検出に挑戦してみましたが、。。
まだまだ先は長そうです。
。。。が、ここまでのハマってる状況をまとめておこうと思います。
もう峠の手前だと思っていますが、先は見えません？？
この話もみなさんはなんか簡単に記載していて、。。たぶんLinuxにOpenCVが簡単に入ったか、使っていたんだと思います。
ということで、ほぼOpenCVに悪戦苦闘で、ここで見直すことは重要だと思っています。
※そもそもYolo止めて、SSDでも。。。とか、Tensorflow版でWindowsでも。。
※その場合もやったことが多すぎて忘れそうなので備忘録という位置づけです
もう一つ、今回の一連の流れの中ではLinuxでGPUがインストールできていません^^;
【参考】みんなうまくいってる編
・demura.net YOLO V3に変身！？
・@Kumapapa2012 2017年04月27日に更新 画像の認識 〜 Yolo
・darknetでYOLOv3を動かしてみた。
今回やったこと。。。OpenCVのインストール
成功している人とあまり変わらないはずだけど、。。基本は参考のサイトみたいだけど、案外そのままにはやっていない。。
（０）Ubuntuのパッケージを最新にする
（１）Makefileの書き換え。。。OK
（２）requirementをインストール。。。たぶんOK
（３）OpenCV3.3.0のダウンロードとunzip展開。。。OK
（４）OpenCV3.3のインストール
（５）そして使ってみると。。。
【参考】
Ubuntu 16.04 or 15.10 OpenCV 3.1 Installation Guide
（０）Ubuntuのパッケージを最新にする。。。OK
Linuxはいつも作業前にこれやるんですね。。。
sudo apt-get update
sudo apt-get upgrade
（１）Makefileの書き換え。。。OK
OPENCV=1だけしか変えられない。。。ここは今回の主題でないのでさらっと。。
でも、
そういえば、ARCH= -gencode arch=compute_61,code=[sm_61,compute_61]
というのがYOLO V3に変身！？に記載されていたので、実は以下を追記したのでした。
-gencode arch=compute_61,code=[sm_61,compute_61]
因みに、CompatibilityからGPU入っていたら、これみたいですね。
（２）requirementをインストールと準備。。。たぶんOK
いろいろ入用のものは、動かざることバグの如し猫ゆえに。。。の
Ubuntu 16.04にOpenCV 3.1をインストールする手順の最初のとおり
sudo apt-get install build-essential cmake git
そしてrequirementは、本当はこれコピペしてそのまま入れているんだけど、よく見るとみんな記載内容が違うので、きっと問題があったら、ここへ戻ってやり直し？？
以下はUbuntu 16.04にOpenCV 3.1をインストールする手順のもの
sudo apt-get install ffmpeg libopencv-dev libgtk-3-dev python-numpy python3-numpy libdc1394-22 libdc1394-22-dev libjpeg-dev libpng12-dev libtiff5-dev libjasper-dev libavcodec-dev libavformat-dev libswscale-dev libxine2-dev libgstreamer1.0-dev libgstreamer-plugins-base1.0-dev libv4l-dev libtbb-dev qtbase5-dev libfaac-dev libmp3lame-dev libopencore-amrnb-dev libopencore-amrwb-dev libtheora-dev libvorbis-dev libxvidcore-dev x264 v4l-utils unzip
以下はUbuntu 16.04 or 15.10 OpenCV 3.1 Installation Guideより
sudo apt-get install --assume-yes libopencv-dev build-essential cmake git libgtk2.0-dev pkg-config python-dev python-numpy libdc1394-22 libdc1394-22-dev libjpeg-dev libpng12-dev libtiff5-dev libjasper-dev libavcodec-dev libavformat-dev libswscale-dev libxine2-dev libgstreamer0.10-dev libgstreamer-plugins-base0.10-dev libv4l-dev libtbb-dev libqt4-dev libfaac-dev libmp3lame-dev libopencore-amrnb-dev libopencore-amrwb-dev libtheora-dev libvorbis-dev libxvidcore-dev x264 v4l-utils unzip
【参考】
Ubuntu 16.04にOpenCV 3.1をインストールする手順
Linux - OpenCV VideoCaptureが動作しないの最終回答より
Ubuntu14.04にpython用にOpenCV3.0.0をインストール
上記の「Ubuntu 16.04 or 15.10 OpenCV 3.1 Installation Guide」や「 Ubuntu OpenCVをインストールする手順」
（３）OpenCV3.3.0のダウンロードとunzip展開。。。OK
今回インストールするマシンの環境は
MuAuan@DESKTOP-S5LF5OV:/mnt/c/Users/user/darknet$ cat /etc/lsb-release
DISTRIB_ID=Ubuntu
DISTRIB_RELEASE=16.04
DISTRIB_CODENAME=xenial
DISTRIB_DESCRIPTION="Ubuntu 16.04.3 LTS"
ということで、今のディストリビューションは、OpenCV 3.3が安定バージョンみたいで、以下のようにtar.gzをダウンロードして展開しました。以下は、トライフィールズ Ubuntu OpenCVをインストールする手順より引用です。
# OpenCV3.3をダウンロード
$ wget https://github.com/opencv/opencv/archive/3.3.0.tar.gz
# 解凍
$ tar zxvf 3.3.0.tar.gz
# カレントディレクトリの移動
$ cd opencv-3.3.0
ほかに、以下のようにgitするのがよさそうです。
sudo apt-get install git
cd ; mkdir tmp ; cd tmp
git clone https://github.com/Itseez/opencv
git clone https://github.com/Itseez/opencv_contrib.git
【参考】
まっさらなUbuntu16.04LTSにOpenCV3.1とopencv_contribをインストール
（４）OpenCV3.3のインストール
インストールの仕方はつまり大きく以下の二種類ですが、ウワンの環境だとmakeが途中で止まってしまって、checkinstallの方法だけしかできませんでした。
【参考】
トライフィールズ Ubuntu OpenCVをインストールする手順
初めてのOpenCV開発 ― CMakeを使ったOpenCVのカスタマイズ【OpenCV 3.1.0】
①buildの作成
mkdir build
cd build/
実は失敗するたびにここまで戻って繰り返しました。。。
②コンパイル
これもなんとなくすごく種類あります^^;
で、基本的なことは上記のUbuntu 16.04 or 15.10 OpenCV 3.1 Installation Guide
のものがよさそう。
cmake -D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_INSTALL_PREFIX=/usr/local -D WITH_TBB=ON -D WITH_V4L=ON -D WITH_QT=ON -D WITH_OPENGL=ON ..
Ubuntu14.04にpython用にOpenCV3.0.0をインストールには「ubuntuでは、WITH_FFMPEG=OFFを忘れずに。」とあるが、これは間違いらしいここはON！
cmake -D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_INSTALL_PREFIX=/usr/local -D WITH_TBB=ON -D BUILD_NEW_PYTHON_SUPPORT=ON -D WITH_V4L=ON -D WITH_FFMPEG=OFF -D BUILD_opencv_python2=ON ..
実は上記のcmakeは途中でエラーが出て止まってしまいます。
そこで、以下のトライフィールズ Ubuntu OpenCVをインストールする手順の
方法で実施しました。これは、Ubuntu 16.04 or 15.10 OpenCV 3.1 Installation Guideで、
This will create the OpenCV package that has a modern install/uninstall option.
と紹介されています。
sudo apt-get install checkinstall
sudo apt-get install ccache
ccacheは、「コンパイル時のデータをキャッシュして2回目以降を高速化するためにccacheを導入します。」だそうです。
そして、肝心のcmakeの中身は以下のようにしました。
それぞれの意味を理解するためには、初めてのOpenCV開発 ― CMakeを使ったOpenCVのカスタマイズ【OpenCV 3.1.0】が参考になります。
そして、ここも肝心なことですが、WITH_FFMPEG=ONです。
#!/bin/bash
SOURCE_DIR="echo $(cd $(dirname $0);pwd)"
BUILD_DIR=${SOURCE_DIR}/build
GENERATOR_NAME="Unix Makefiles"
mkdir build
cd build
cmake \
-G "${GENERATOR_NAME}" \
--build ${BUILD_DIR} \
-D BUILD_CUDA_STUBS=OFF \
-D BUILD_DOCS=OFF \
-D BUILD_EXAMPLES=OFF \
-D BUILD_JASPER=OFF \
-D BUILD_JPEG=ON \
-D BUILD_OPENEXR=OFF \
-D BUILD_PACKAGE=ON \
-D BUILD_PERF_TESTS=OFF \
-D BUILD_PNG=ON \
-D BUILD_SHARED_LIBS=ON \
-D BUILD_TBB=OFF \
-D BUILD_TESTS=OFF \
-D BUILD_TIFF=OFF \
-D BUILD_WITH_DEBUG_INFO=ON \
-D BUILD_ZLIB=OFF \
-D BUILD_WEBP=OFF \
-D BUILD_opencv_apps=ON \
-D BUILD_opencv_calib3d=ON \
-D BUILD_opencv_core=ON \
-D BUILD_opencv_cudaarithm=OFF \
-D BUILD_opencv_cudabgsegm=OFF \
-D BUILD_opencv_cudacodec=OFF \
-D BUILD_opencv_cudafeatures2d=OFF \
-D BUILD_opencv_cudafilters=OFF \
-D BUILD_opencv_cudaimgproc=OFF \
-D BUILD_opencv_cudalegacy=OFF \
-D BUILD_opencv_cudaobjdetect=OFF \
-D BUILD_opencv_cudaoptflow=OFF \
-D BUILD_opencv_cudastereo=OFF \
-D BUILD_opencv_cudawarping=OFF \
-D BUILD_opencv_cudev=OFF \
-D BUILD_opencv_features2d=ON \
-D BUILD_opencv_flann=ON \
-D BUILD_opencv_highgui=ON \
-D BUILD_opencv_imgcodecs=ON \
-D BUILD_opencv_imgproc=ON \
-D BUILD_opencv_java=OFF \
-D BUILD_opencv_ml=ON \
-D BUILD_opencv_objdetect=ON \
-D BUILD_opencv_photo=ON \
-D BUILD_opencv_python2=OFF \
-D BUILD_opencv_python3=ON \
-D BUILD_opencv_shape=ON \
-D BUILD_opencv_stitching=ON \
-D BUILD_opencv_superres=ON \
-D BUILD_opencv_ts=ON \
-D BUILD_opencv_video=ON \
-D BUILD_opencv_videoio=ON \
-D BUILD_opencv_videostab=ON \
-D BUILD_opencv_viz=OFF \
-D BUILD_opencv_world=OFF \
-D CMAKE_BUILD_TYPE=RELEASE \
-D WITH_1394=ON \
-D WITH_CUBLAS=OFF \
-D WITH_CUDA=OFF \
-D WITH_CUFFT=OFF \
-D WITH_EIGEN=ON \
-D WITH_FFMPEG=ON \
-D WITH_VFW=ON \
-D WITH_DSHOW=ON \
-D WITH_MSMF=ON \
-D WITH_GDAL=OFF \
-D WITH_GPHOTO2=OFF \
-D WITH_GIGEAPI=ON \
-D WITH_GSTREAMER=ON \
-D WITH_GSTREAMER_0_10=ON \
-D WITH_GTK=ON \
-D WITH_INTELPERC=OFF \
-D WITH_IPP=ON \
-D WITH_IPP_A=OFF \
-D WITH_JASPER=OFF \
-D WITH_JPEG=ON \
-D WITH_LIBV4L=OFF \
-D WITH_OPENCL=ON \
-D WITH_OPENCLAMDBLAS=OFF \
-D WITH_OPENCLAMDFFT=OFF \
-D WITH_OPENCL_SVM=OFF \
-D WITH_OPENEXR=OFF \
-D WITH_OPENGL=ON \
-D WITH_OPENMP=OFF \
-D WITH_OPENNI=OFF \
-D WITH_PTHREADS_PF=OFF \
-D WITH_PVAPI=ON \
-D WITH_QT=ON \
-D WITH_WIN32UI=ON \
-D WITH_TBB=ON \
-D WITH_TIFF=ON \
-D WITH_UNICAP=OFF \
-D WITH_V4L=OFF \
-D WITH_VTK=OFF \
-D WITH_WEBP=ON \
-D WITH_XIMEA=OFF \
-D WITH_XINE=OFF \
${SOURCE_DIR}
さらに進んだbatファイルがここにありますが、ちょっと。。。です。
そして、上記shellを動かして、makefileを作成します。
$ sh opencv3.3_build-ubuntu16.04.sh
次に以下のとおり、makeします。その前に
$ grep -c ^processor /proc/cpuinfo
8
なので、並列数８個（プロセッサー数8個、物理1個、コア4個）でした。
make -j8
しかし、これだと途中（書き込み権限）で止まりました。
sudo make -j8
ここからは、トライフィールズ Ubuntu OpenCVをインストールする手順のとおりですが、英語でした。
$ sudo checkinstall
checkinstall 1.6.2, Copyright 2009 Felipe Eduardo Sanchez Diaz Duran
This software is released under the GNU GPL.
The package documentation directory ./doc-pak does not exist.
Should I create a default set of package docs? [y]: y
Preparing package documentation...OK
Please write a description for the package.
End your description with an empty line or EOF.
>> opencv3.3
>>
。。。
ということで、まんま最後までインストールできて、締めは以下のコマンドです。
sudo ldconfig
さてさて動くかな。。普通動くよな。。
（５）そして使ってみると。。。
だいたい簡単なC++プログラムが動かない。。
/tmp/ccL63bce.o: In function `main':
sample.cpp:(.text+0x8a): undefined reference to `cv::namedWindow(cv::String const&, int)'
sample.cpp:(.text+0xdc): undefined reference to `cv::imshow(cv::String const&, cv::_InputArray const&)'
collect2: error: ld returned 1 exit status
また、
$ ./darknet detector demo cfg/coco.data cfg/yolov3.cfg yolov3.weights data/doga_nogisaka.mp4
./darknet: error while loading shared libraries: libopencv_imgcodecs.so.3.3: cannot enable executable stack as shared object requires: Invalid argument
とエラーがでます。
しかし、Python3.4 error - Cannot enable executable stack as shared object requires: Invalid argumentのとおり、
sudo execstack -c /usr/local/lib/*opencv*.so*
とすると、上の事象もdetectorのエラーも解消します。
しかし、またまたエラーが出ます。
Loading weights from yolov3.weights...Done!
video file: data/doga_nogisaka.mp4
QXcbConnection: Could not connect to display :0
Aborted (core dumped)
このエラー解消は。。。出来ませんでした
が、。。。QXcbConnection: Could not connect to display #14376 が同事象なのでつらつら読んでいると以下のコマンドでとりあえず解消するらしい。。。オフスクリーン^^;
export QT_QPA_PLATFORM=offscreen
そして、標準出力に。。。！！！
$ ./darknet detector demo cfg/coco.data cfg/yolov3.cfg yolov3.weights data/doga_nogisaka.mp4
Demo
layer filters size input output
0 conv 32 3 x 3 / 1 416 x 416 x 3 -> 416 x 416 x 32 0.299 BFLOPs
1 conv 64 3 x 3 / 2 416 x 416 x 32 -> 208 x 208 x 64 1.595 BFLOPs
2 conv 32 1 x 1 / 1 208 x 208 x 64 -> 208 x 208 x 32 0.177 BFLOPs
3 conv 64 3 x 3 / 1 208 x 208 x 32 -> 208 x 208 x 64 1.595 BFLOPs
4 res 1 208 x 208 x 64 -> 208 x 208 x 64
5 conv 128 3 x 3 / 2 208 x 208 x 64 -> 104 x 104 x 128 1.595 BFLOPs
6 conv 64 1 x 1 / 1 104 x 104 x 128 -> 104 x 104 x 64 0.177 BFLOPs
7 conv 128 3 x 3 / 1 104 x 104 x 64 -> 104 x 104 x 128 1.595 BFLOPs
8 res 5 104 x 104 x 128 -> 104 x 104 x 128
9 conv 64 1 x 1 / 1 104 x 104 x 128 -> 104 x 104 x 64 0.177 BFLOPs
10 conv 128 3 x 3 / 1 104 x 104 x 64 -> 104 x 104 x 128 1.595 BFLOPs
11 res 8 104 x 104 x 128 -> 104 x 104 x 128
12 conv 256 3 x 3 / 2 104 x 104 x 128 -> 52 x 52 x 256 1.595 BFLOPs
13 conv 128 1 x 1 / 1 52 x 52 x 256 -> 52 x 52 x 128 0.177 BFLOPs
14 conv 256 3 x 3 / 1 52 x 52 x 128 -> 52 x 52 x 256 1.595 BFLOPs
15 res 12 52 x 52 x 256 -> 52 x 52 x 256
16 conv 128 1 x 1 / 1 52 x 52 x 256 -> 52 x 52 x 128 0.177 BFLOPs
17 conv 256 3 x 3 / 1 52 x 52 x 128 -> 52 x 52 x 256 1.595 BFLOPs
18 res 15 52 x 52 x 256 -> 52 x 52 x 256
19 conv 128 1 x 1 / 1 52 x 52 x 256 -> 52 x 52 x 128 0.177 BFLOPs
20 conv 256 3 x 3 / 1 52 x 52 x 128 -> 52 x 52 x 256 1.595 BFLOPs
21 res 18 52 x 52 x 256 -> 52 x 52 x 256
22 conv 128 1 x 1 / 1 52 x 52 x 256 -> 52 x 52 x 128 0.177 BFLOPs
23 conv 256 3 x 3 / 1 52 x 52 x 128 -> 52 x 52 x 256 1.595 BFLOPs
24 res 21 52 x 52 x 256 -> 52 x 52 x 256
25 conv 128 1 x 1 / 1 52 x 52 x 256 -> 52 x 52 x 128 0.177 BFLOPs
26 conv 256 3 x 3 / 1 52 x 52 x 128 -> 52 x 52 x 256 1.595 BFLOPs
27 res 24 52 x 52 x 256 -> 52 x 52 x 256
28 conv 128 1 x 1 / 1 52 x 52 x 256 -> 52 x 52 x 128 0.177 BFLOPs
29 conv 256 3 x 3 / 1 52 x 52 x 128 -> 52 x 52 x 256 1.595 BFLOPs
30 res 27 52 x 52 x 256 -> 52 x 52 x 256
31 conv 128 1 x 1 / 1 52 x 52 x 256 -> 52 x 52 x 128 0.177 BFLOPs
32 conv 256 3 x 3 / 1 52 x 52 x 128 -> 52 x 52 x 256 1.595 BFLOPs
33 res 30 52 x 52 x 256 -> 52 x 52 x 256
34 conv 128 1 x 1 / 1 52 x 52 x 256 -> 52 x 52 x 128 0.177 BFLOPs
35 conv 256 3 x 3 / 1 52 x 52 x 128 -> 52 x 52 x 256 1.595 BFLOPs
36 res 33 52 x 52 x 256 -> 52 x 52 x 256
37 conv 512 3 x 3 / 2 52 x 52 x 256 -> 26 x 26 x 512 1.595 BFLOPs
38 conv 256 1 x 1 / 1 26 x 26 x 512 -> 26 x 26 x 256 0.177 BFLOPs
39 conv 512 3 x 3 / 1 26 x 26 x 256 -> 26 x 26 x 512 1.595 BFLOPs
40 res 37 26 x 26 x 512 -> 26 x 26 x 512
41 conv 256 1 x 1 / 1 26 x 26 x 512 -> 26 x 26 x 256 0.177 BFLOPs
42 conv 512 3 x 3 / 1 26 x 26 x 256 -> 26 x 26 x 512 1.595 BFLOPs
43 res 40 26 x 26 x 512 -> 26 x 26 x 512
44 conv 256 1 x 1 / 1 26 x 26 x 512 -> 26 x 26 x 256 0.177 BFLOPs
45 conv 512 3 x 3 / 1 26 x 26 x 256 -> 26 x 26 x 512 1.595 BFLOPs
46 res 43 26 x 26 x 512 -> 26 x 26 x 512
47 conv 256 1 x 1 / 1 26 x 26 x 512 -> 26 x 26 x 256 0.177 BFLOPs
48 conv 512 3 x 3 / 1 26 x 26 x 256 -> 26 x 26 x 512 1.595 BFLOPs
49 res 46 26 x 26 x 512 -> 26 x 26 x 512
50 conv 256 1 x 1 / 1 26 x 26 x 512 -> 26 x 26 x 256 0.177 BFLOPs
51 conv 512 3 x 3 / 1 26 x 26 x 256 -> 26 x 26 x 512 1.595 BFLOPs
52 res 49 26 x 26 x 512 -> 26 x 26 x 512
53 conv 256 1 x 1 / 1 26 x 26 x 512 -> 26 x 26 x 256 0.177 BFLOPs
54 conv 512 3 x 3 / 1 26 x 26 x 256 -> 26 x 26 x 512 1.595 BFLOPs
55 res 52 26 x 26 x 512 -> 26 x 26 x 512
56 conv 256 1 x 1 / 1 26 x 26 x 512 -> 26 x 26 x 256 0.177 BFLOPs
57 conv 512 3 x 3 / 1 26 x 26 x 256 -> 26 x 26 x 512 1.595 BFLOPs
58 res 55 26 x 26 x 512 -> 26 x 26 x 512
59 conv 256 1 x 1 / 1 26 x 26 x 512 -> 26 x 26 x 256 0.177 BFLOPs
60 conv 512 3 x 3 / 1 26 x 26 x 256 -> 26 x 26 x 512 1.595 BFLOPs
61 res 58 26 x 26 x 512 -> 26 x 26 x 512
62 conv 1024 3 x 3 / 2 26 x 26 x 512 -> 13 x 13 x1024 1.595 BFLOPs
63 conv 512 1 x 1 / 1 13 x 13 x1024 -> 13 x 13 x 512 0.177 BFLOPs
64 conv 1024 3 x 3 / 1 13 x 13 x 512 -> 13 x 13 x1024 1.595 BFLOPs
65 res 62 13 x 13 x1024 -> 13 x 13 x1024
66 conv 512 1 x 1 / 1 13 x 13 x1024 -> 13 x 13 x 512 0.177 BFLOPs
67 conv 1024 3 x 3 / 1 13 x 13 x 512 -> 13 x 13 x1024 1.595 BFLOPs
68 res 65 13 x 13 x1024 -> 13 x 13 x1024
69 conv 512 1 x 1 / 1 13 x 13 x1024 -> 13 x 13 x 512 0.177 BFLOPs
70 conv 1024 3 x 3 / 1 13 x 13 x 512 -> 13 x 13 x1024 1.595 BFLOPs
71 res 68 13 x 13 x1024 -> 13 x 13 x1024
72 conv 512 1 x 1 / 1 13 x 13 x1024 -> 13 x 13 x 512 0.177 BFLOPs
73 conv 1024 3 x 3 / 1 13 x 13 x 512 -> 13 x 13 x1024 1.595 BFLOPs
74 res 71 13 x 13 x1024 -> 13 x 13 x1024
75 conv 512 1 x 1 / 1 13 x 13 x1024 -> 13 x 13 x 512 0.177 BFLOPs
76 conv 1024 3 x 3 / 1 13 x 13 x 512 -> 13 x 13 x1024 1.595 BFLOPs
77 conv 512 1 x 1 / 1 13 x 13 x1024 -> 13 x 13 x 512 0.177 BFLOPs
78 conv 1024 3 x 3 / 1 13 x 13 x 512 -> 13 x 13 x1024 1.595 BFLOPs
79 conv 512 1 x 1 / 1 13 x 13 x1024 -> 13 x 13 x 512 0.177 BFLOPs
80 conv 1024 3 x 3 / 1 13 x 13 x 512 -> 13 x 13 x1024 1.595 BFLOPs
81 conv 255 1 x 1 / 1 13 x 13 x1024 -> 13 x 13 x 255 0.088 BFLOPs
82 detection
83 route 79
84 conv 256 1 x 1 / 1 13 x 13 x 512 -> 13 x 13 x 256 0.044 BFLOPs
85 upsample 2x 13 x 13 x 256 -> 26 x 26 x 256
86 route 85 61
87 conv 256 1 x 1 / 1 26 x 26 x 768 -> 26 x 26 x 256 0.266 BFLOPs
88 conv 512 3 x 3 / 1 26 x 26 x 256 -> 26 x 26 x 512 1.595 BFLOPs
89 conv 256 1 x 1 / 1 26 x 26 x 512 -> 26 x 26 x 256 0.177 BFLOPs
90 conv 512 3 x 3 / 1 26 x 26 x 256 -> 26 x 26 x 512 1.595 BFLOPs
91 conv 256 1 x 1 / 1 26 x 26 x 512 -> 26 x 26 x 256 0.177 BFLOPs
92 conv 512 3 x 3 / 1 26 x 26 x 256 -> 26 x 26 x 512 1.595 BFLOPs
93 conv 255 1 x 1 / 1 26 x 26 x 512 -> 26 x 26 x 255 0.177 BFLOPs
94 detection
95 route 91
96 conv 128 1 x 1 / 1 26 x 26 x 256 -> 26 x 26 x 128 0.044 BFLOPs
97 upsample 2x 26 x 26 x 128 -> 52 x 52 x 128
98 route 97 36
99 conv 128 1 x 1 / 1 52 x 52 x 384 -> 52 x 52 x 128 0.266 BFLOPs
100 conv 256 3 x 3 / 1 52 x 52 x 128 -> 52 x 52 x 256 1.595 BFLOPs
101 conv 128 1 x 1 / 1 52 x 52 x 256 -> 52 x 52 x 128 0.177 BFLOPs
102 conv 256 3 x 3 / 1 52 x 52 x 128 -> 52 x 52 x 256 1.595 BFLOPs
103 conv 128 1 x 1 / 1 52 x 52 x 256 -> 52 x 52 x 128 0.177 BFLOPs
104 conv 256 3 x 3 / 1 52 x 52 x 128 -> 52 x 52 x 256 1.595 BFLOPs
105 conv 255 1 x 1 / 1 52 x 52 x 256 -> 52 x 52 x 255 0.353 BFLOPs
106 detection
Loading weights from yolov3.weights...Done!
video file: data/doga_nogisaka.mp4
QFontDatabase: Cannot find font directory /usr/lib/x86_64-linux-gnu/fonts - is Qt installed correctly?
QFontDatabase: Cannot find font directory /usr/lib/x86_64-linux-gnu/fonts - is Qt installed correctly?
QFontDatabase: Cannot find font directory /usr/lib/x86_64-linux-gnu/fonts - is Qt installed correctly?
QFontDatabase: Cannot find font directory /usr/lib/x86_64-linux-gnu/fonts - is Qt installed correctly?
This plugin does not support propagateSizeHints()
This plugin does not support propagateSizeHints()
FPS:2898.6
Objects:
FPS:0.1
Objects:
FPS:0.1
Objects:
person: 99%
FPS:0.1
Objects:
person: 99%
FPS:0.1
Objects:
person: 99%
FPS:0.1
Objects:
person: 99%
FPS:0.1
Objects:
person: 99%
FPS:0.1
Objects:
person: 99%
FPS:0.1
Objects:
person: 99%
FPS:0.1
Objects:
person: 99%
FPS:0.1
Objects:
person: 99%
FPS:0.1
Objects:
person: 99%
FPS:0.1
Objects:
person: 100%
FPS:0.1
Objects:
person: 100%
FPS:0.1
Objects:
person: 100%
FPS:0.1
Objects:
person: 100%
FPS:0.1
Objects:
person: 100%
FPS:0.1
Objects:
person: 100%
FPS:0.1
Objects:
person: 100%
FPS:0.1
Objects:
person: 100%
FPS:0.1
Objects:
person: 100%
FPS:0.1
Objects:
person: 100%
FPS:0.1
Objects:
person: 100%
FPS:0.1
Objects:
person: 100%
FPS:0.1
Objects:
person: 100%
FPS:0.1
Objects:
person: 100%
FPS:0.1
Objects:
person: 100%
FPS:0.1
Objects:
person: 100%
FPS:0.1
Objects:
person: 100%
FPS:0.1
Objects:
person: 100%
FPS:0.1
Objects:
person: 100%
FPS:0.1
Objects:
person: 100%
FPS:0.1
Objects:
person: 100%
FPS:0.1
Objects:
person: 100%
FPS:0.1
Objects:
person: 100%
FPS:0.1
Objects:
person: 100%
FPS:0.1
Objects:
person: 100%
FPS:0.1
Objects:
person: 100%
FPS:0.1
Objects:
person: 100%
FPS:0.1
Objects:
person: 100%
FPS:0.1
Objects:
person: 100%
FPS:0.1
Objects:
person: 100%
FPS:0.1
Objects:
person: 100%
FPS:0.1
Objects:
person: 100%
FPS:0.1
Objects:
person: 100%
^C
MuAuan@DESKTOP-S5LF5OV:/mnt/c/Users/user/darknet$ ./darknet detector demo cfg/coco.data cfg/yolov2.cfg yolov2.weights da
ta/doga_nogisaka.mp4
Demo
layer filters size input output
0 conv 32 3 x 3 / 1 416 x 416 x 3 -> 416 x 416 x 32 0.299 BFLOPs
1 max 2 x 2 / 2 416 x 416 x 32 -> 208 x 208 x 32
2 conv 64 3 x 3 / 1 208 x 208 x 32 -> 208 x 208 x 64 1.595 BFLOPs
3 max 2 x 2 / 2 208 x 208 x 64 -> 104 x 104 x 64
4 conv 128 3 x 3 / 1 104 x 104 x 64 -> 104 x 104 x 128 1.595 BFLOPs
5 conv 64 1 x 1 / 1 104 x 104 x 128 -> 104 x 104 x 64 0.177 BFLOPs
6 conv 128 3 x 3 / 1 104 x 104 x 64 -> 104 x 104 x 128 1.595 BFLOPs
7 max 2 x 2 / 2 104 x 104 x 128 -> 52 x 52 x 128
8 conv 256 3 x 3 / 1 52 x 52 x 128 -> 52 x 52 x 256 1.595 BFLOPs
9 conv 128 1 x 1 / 1 52 x 52 x 256 -> 52 x 52 x 128 0.177 BFLOPs
10 conv 256 3 x 3 / 1 52 x 52 x 128 -> 52 x 52 x 256 1.595 BFLOPs
11 max 2 x 2 / 2 52 x 52 x 256 -> 26 x 26 x 256
12 conv 512 3 x 3 / 1 26 x 26 x 256 -> 26 x 26 x 512 1.595 BFLOPs
13 conv 256 1 x 1 / 1 26 x 26 x 512 -> 26 x 26 x 256 0.177 BFLOPs
14 conv 512 3 x 3 / 1 26 x 26 x 256 -> 26 x 26 x 512 1.595 BFLOPs
15 conv 256 1 x 1 / 1 26 x 26 x 512 -> 26 x 26 x 256 0.177 BFLOPs
16 conv 512 3 x 3 / 1 26 x 26 x 256 -> 26 x 26 x 512 1.595 BFLOPs
17 max 2 x 2 / 2 26 x 26 x 512 -> 13 x 13 x 512
18 conv 1024 3 x 3 / 1 13 x 13 x 512 -> 13 x 13 x1024 1.595 BFLOPs
19 conv 512 1 x 1 / 1 13 x 13 x1024 -> 13 x 13 x 512 0.177 BFLOPs
20 conv 1024 3 x 3 / 1 13 x 13 x 512 -> 13 x 13 x1024 1.595 BFLOPs
21 conv 512 1 x 1 / 1 13 x 13 x1024 -> 13 x 13 x 512 0.177 BFLOPs
22 conv 1024 3 x 3 / 1 13 x 13 x 512 -> 13 x 13 x1024 1.595 BFLOPs
23 conv 1024 3 x 3 / 1 13 x 13 x1024 -> 13 x 13 x1024 3.190 BFLOPs
24 conv 1024 3 x 3 / 1 13 x 13 x1024 -> 13 x 13 x1024 3.190 BFLOPs
25 route 16
26 conv 64 1 x 1 / 1 26 x 26 x 512 -> 26 x 26 x 64 0.044 BFLOPs
27 reorg / 2 26 x 26 x 64 -> 13 x 13 x 256
28 route 27 24
29 conv 1024 3 x 3 / 1 13 x 13 x1280 -> 13 x 13 x1024 3.987 BFLOPs
30 conv 425 1 x 1 / 1 13 x 13 x1024 -> 13 x 13 x 425 0.147 BFLOPs
31 detection
mask_scale: Using default '1.000000'
Loading weights from yolov2.weights...Done!
video file: data/doga_nogisaka.mp4
QFontDatabase: Cannot find font directory /usr/lib/x86_64-linux-gnu/fonts - is Qt installed correctly?
QFontDatabase: Cannot find font directory /usr/lib/x86_64-linux-gnu/fonts - is Qt installed correctly?
QFontDatabase: Cannot find font directory /usr/lib/x86_64-linux-gnu/fonts - is Qt installed correctly?
QFontDatabase: Cannot find font directory /usr/lib/x86_64-linux-gnu/fonts - is Qt installed correctly?
This plugin does not support propagateSizeHints()
This plugin does not support propagateSizeHints()
FPS:1104.9
Objects:
FPS:0.2
Objects:
FPS:0.2
Objects:
person: 91%
FPS:0.2
Objects:
person: 91%
FPS:0.2
Objects:
person: 91%
FPS:0.2
Objects:
person: 91%
FPS:0.2
Objects:
person: 91%
FPS:0.2
Objects:
person: 91%
FPS:0.2
Objects:
person: 91%
FPS:0.2
Objects:
person: 91%
FPS:0.2
Objects:
person: 91%
FPS:0.2
Objects:
person: 92%
FPS:0.2
Objects:
person: 92%
FPS:0.2
Objects:
person: 92%
FPS:0.2
Objects:
person: 92%
FPS:0.2
Objects:
person: 92%
FPS:0.2
Objects:
person: 92%
FPS:0.2
Objects:
person: 92%
FPS:0.2
Objects:
person: 92%
FPS:0.2
Objects:
person: 92%
FPS:0.2
Objects:
person: 92%
FPS:0.2
Objects:
person: 92%
FPS:0.2
Objects:
person: 92%
FPS:0.2
Objects:
person: 92%
ということで、動きました！
。。。スクリーン無しの物体検出だけど（笑）
GPU使えないとだし、画面に動画を表示したい。。
＞＞＞QTのインストールとCUDAのインストールからかな？？
希望は以下の記事かな？？
＞＞ここまで完成したら、パソコンを一応再起動します。そしたら、完了です。
そして、マシン変えよう。。。