DarknetをNVIDIA Jetson Nanoで使ってみる

---

DarknetをWindowsで使ってみる

DarknetをVirtualBox + ubuntu 16.04 LTSで使ってみる

---

Darknet のYOLOv3をJetson Nano (Jetpack 4.4、ubuntu 18.04 LTS) で使ってみます。

インストール

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

＄cd darknet

＄sudo nano Makefile

#GPU Speed up
GPU=1
CUDNN=1

#CPU Speed up
OPENMP=1

#
OPENCV=1

ARCH= -gencode arch=compute_30,code=sm_30 \
-gencode arch=compute_35,code=sm_35 \
-gencode arch=compute_50,code=[sm_50,compute_50] \
-gencode arch=compute_52,code=[sm_52,compute_52] \
#　-gencode arch=compute_61,code=[sm_61,compute_61]　# 修正

コメントアウトを解除
ARCH= -gencode arch=compute_53,code=[sm_53,compute_53]

 

nvcc not found のエラーが出た場合
パスを通す
＄export PATH=${PATH}:/usr/local/cuda/bin

＄make -j4

---

weightsファイルをダウンロードしておきます。

YOLOv3 Tiny

YOLOv3 SPP

YOLOv3

静止画像から物体検出してみます。

YOLOv3_Tinyモデルの場合

darknetのディレクトリで

./darknet detector test cfg/coco.data cfg/yolov3-tiny.cfg /＜モデルの絶対パス＞/yolov3-tiny.weights 

例（ユーザー名がjetsonの場合）

./darknet detector test cfg/coco.data cfg/yolov3-tiny.cfg /home/jetson/darknet/yolov3-tiny.weights 

 

静止画像のパスを聞いてくるので入力

例：相対パスで data/person.jpg

結果

馬を羊だと勘違いしてますね。犬も２匹いると思ってるみたいですし。

YOLOでは、１つの物体が複数のcellから抽出されてしまうことがあるようです。Tinyモデルではnon-maximal suppressionが効いていない？のかな。

YOLOv3モデルの場合

結果

正解です

 

---

カメラ

USBカメラを接続

電源はDCジャック（４A/20Wモード）を使用

以下のコマンドでMAXモードにセット

＄sudo nvpmodel -m 0

＄sudo jetson_clocks

YOLOv3_Tinyモデルを使います。

YOLOv3_sppは途中で強制終了され、YOLOv3は途中で内部エラーを起こして落ちました（Xavier NXなら何とか動きます、多少カクつきますが…..）。

カメラを確認

＄ls /dev/video*

以下のようになるはず

/dev/video0

実行

＄cd darknet

＄./darknet detector demo cfg/coco.data cfg/yolov3-tiny.cfg /＜モデルの絶対パス＞/yolov3-tiny.weights -c 0

例（ユーザー名がjetsonの場合）

＄./darknet detector demo cfg/coco.data cfg/yolov3-tiny.cfg /home/jetson/darknet/yolov3-tiny.weights -c 0

 

 

cupは認識してますが、マウスは迷ってます（ドーナッツだと思うんだけどマウスかな？）

右上の指だけでpersonだとしてますが、本当かな？