在RaspberryPi上跑YOLO

继续摧残 RaspberryPi 系列……

反正 Telegram 上群友已经看不下去了：“放过它吧…… 它只是个树莓派啊……”

原版 Darknet

原版 Darknet 使用纯 C 编写，可以说什么依赖都没有，直接编译即可。十分“灵活”。

git clone https://github.com/pjreddie/darknet
cd darknet
make

然后下载 weights 跑 demo。使用 yolo 检测 dogs.jpg 大概耗时 385 秒。

AlexyAB 版

对于没有GPU又不想折腾的用户来说，AlexyAB版是最好的选择。不仅修复了许多错误，而且加入了一些选项，使得纯CPU的情况下运行速度更快。

git clone https://github.com/AlexyAB/darknet
cd darknet
make

YOLOv3 Tiny在15秒左右。

不过为了获取更快的速度， 我们需要安装一些其他依赖。

libgomp1
libomp-dev
libfcml-dev

之后修改一下Makefile，打开上述依赖。YOLO v3 Tiny在11秒左右。

同时，gcc可以针对arm进行一些特殊的优化，也可以打开： 在CFLAGS的末尾加上-marm即可。亲测，加上这个之后，YOLO v3 Tiny在7.3秒左右。

darknet-nnpack

当然了，原版 Darknet 因为各种没有加优化，在 GPU 上速度很快，但是在 CPU 上速度简直不能忍。做项目的时候找到了 “darknet-nnpack” 这个东西。

安装依赖

sudo apt install ninja-build
sudo apt install clang
sudo pip3 install --upgrade git+https://github.com/Maratyszcza/PeachPy
sudo pip3 install --upgrade git+https://github.com/Maratyszcza/confu

NNPACK-darknet

这就是提速用的点金石了。

首先获取原码：

git clone https://github.com/thomaspark-pkj/NNPACK-darknet.git

之后可以看一下 ninja 的版本。这里编译需要 ninja1.7+，如果 ninja 的版本不满足（例如，使用的是1.5版本）的话，可以修改 build.ninja 文件，将开头的 ninja_required_version，将 1.7 改为 1.5即可继续编译。

再然后就是编译 NNPACK-darknet 了：

confu setup
python ./configure.py
ninja
sudo cp -a lib/* /usr/lib/
sudo cp include/nnpack.h /usr/include/
sudo cp deps/pthreadpool/include/pthreadpool.h /usr/include/

darknet-nnpack

下面主角出场：

git clone https://github.com/thomaspark-pkj/darknet-nnpack.git
cd darknet-nnpack
make

应该能顺利完成编译。

下载 weights 跑 demo。使用 yolo 检测 dogs.jpg 大概耗时 8.3 秒。使用TinyYolov2大概1秒。并且可以使用RealTimeCamera的例子，大概0.8帧/秒。和AlexyAB版本一样，打开一些优化选项之后，可以达到1帧/秒。

问题解决办法

python3 configure 出错

参考这个Issue