YOLO---Darknet下的 GPU vs CPU 速度

YOLO---Darknet下的 GPU vs CPU 速度

目錄

一、基礎環境

二、安裝Darknet-yolo v3

三、CPU下測試

四、GPU下測試

五、測試速度對比結論

 

正文

一、基礎環境

當前的運行環境為：

• Ubuntu16.04.5 LTS
• CUDA 10.0
• cuDNN 7.6.1
• NVIDIA GTX 2080 TI 11G
  

1、查看cuda版本

cat /usr/local/cuda/version.txt

2、查看cudnn版本

cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2

二、安裝Darknet-yolo v3

　　YOLO的安裝比較簡單，可以參考官網的安裝步驟：https://pjreddie.com/darknet/install/

1. 下載
git clone https://github.com/pjreddie/darknet.git

2.編譯
cd darknet make

3.運行測試
./darknet # 若出現usage: ./darknet ，說明編譯成功

 

三、CPU下測試

　　下載權重文件：yolov3.weights，鏈接：https://pjreddie.com/media/files/yolov3.weights
　　下載好后，將yolov3.weights復制到darknet/weights目錄下。

　　輸入命令：

　　./darknet detect cfg/yolov3.cfg yolov3.weights data/dog.jpg

 

四、GPU下測試

　　修改darknet/Makefile文件：

　　再次輸入命令：

　　./darknet detect cfg/yolov3.cfg yolov3.weights data/dog.jpg

#Makefile

GPU=1
CUDNN=1
OPENCV=1
OPENMP=0
DEBUG=0

ARCH= -gencode arch=compute_30,code=sm_30 \

....

CC=gcc
CPP=g++
NVCC=/usr/local/cuda-10.0/bin/nvcc   # 修改為自己的路徑

@https://blog.csdn.net/qq_36327203/article/details/84305303 @https://blog.csdn.net/qq_36327203/article/details/84305303

 

 

五、測試速度對比結論

　　經過一段時間的努力，第一次嘗試GPU環境終於搭建起來。終於可以親自體驗一把 GPU vs CPU速度差別。

　　通過第四、五步驟，可以看出，針對同一幅圖片 768 x 576  dog.jpg，識別結果一樣。細看，CPU耗時17.6391s，GPU耗時0.0351s。

　  結論：同一副圖像，GPU耗時 ～ 1/500倍 CPU耗時。