darknet集成遇到的问题以及解决方法

将darknet集成进工程时，遇到了一些问题，下面记录一下解决方法：

集成步骤：

首先在yolo编译的时候，需要将三个开关打开：

#define GPU
#define CUDNN
#define OPENCV

将编译出来的libdarknet.so以及darknet.h分别放入相应的工程文件夹中;

在CMakeLists.txt中将相应的lib路径以及include路径添加进去;

添加相应的cpp和hpp以及main函数测试代码，并修改相应的CMakeLists.txt;

编译

遇到的问题以及解决方法如下：

问题：load_network之类的函数没有定义，找不到

原因：yolo是纯c框架，工程是C++的，因此要调用的函数需要加上extern  "C" {}

解决方法：在darknet.h中用extern  "C" {}包括所有的函数定义

问题：list ambigous;

原因：在C++的标准库中有list这个容器，而在darknet.h中又定义了同名的结构体;

解决方法：将工程中全局的using namespace std;去掉，改用std::

问题：caffe::Caffe::set_mode(caffe::Caffe::GPU);在这里报错，具体忘记了是什么错误，总之就是与darknet.h中的#define GPU有关

解决方法：

#undef  GPU
    caffe::Caffe::set_mode(caffe::Caffe::GPU);
    #define GPU

问题：0号显卡运行工程的时候正常，改用1号显卡时报错：CUDA Error: an illegal memory access was encountered ./src/cuda.c:36: check_error: Assertion `0' failed.

原因：在网上搜索了相关的解决方法，一般都是将计算能力那个地方更改之后重新编译yolo，但是与我不是同样的情况，我是在调用setdeviceid的时候弄错了;

解决方法：应该先调用cuda_set_device(gpu_id);然后再调用load_network(_cfgfile, _weightfile, 0);

目前关于yolo的就是上述的这些问题;

还有另外的一些软链接找不到的问题，后来发现是连接到系统路径去了，而不是连接到同一个文件夹下的库，不知道如何造成的，只能删掉重新链接。