我们可以使用CPU而不是GPU来训练定制的YOLO模型进行对象检测

时间:2019-10-11 19:40:56

标签: opencv python-3.6 object-detection yolo

我想为我的自定义对象数据集训练YOLO模型。我在各个站点上到处都读到它,每个人都在谈论GPU应该用于训练和运行YOLO自定义模型。 但是,由于我没有GPU,我对该怎么办感到困惑?因为我不能为此购买GPU。另外,我阅读了有关Google Colab的文章,但我无法使用它,因为我想在离线系统上使用我的模型。 在看到github程序中使用的YOLO的系统利用率后,我感到很害怕: https://github.com/AhmadYahya97/Fully-Automated-red-light-Violation-Detection.git。 我在具有配置的笔记本电脑上运行此命令:     内存:4 GB     处理器:Intel i3,2.40 GHz     操作系统:Ubuntu 18.04 LTS

1 个答案:

答案 0 :(得分:0)

尽管速度会慢很多,是的,您只能在训练和进行预测时使用CPU。如果您使用的是原始Darknet Framework,请在将Darknet安装到GPU=0时在Makefile中设置GPU标志。

如何安装darknet:https://pjreddie.com/darknet/install/

然后,您可以按照以下指南开始训练或预测:https://pjreddie.com/darknet/yolo/