用cmake编译yolo4,并顺利用生成的darknet.exe测试yolov4.weights模型，可以正常检测出目标；
但是，用vs编译yolo_cpp_dll 动态库后，却检测不出目标，只会返回1000个参数全是0的bbox。
一开始怀疑是vs编译yolo_cpp_dll 项目属性没有没有设置好，但是检查了多次之后，还是不行，在另外一台电脑上同样的项目属性却可以正常检测出来。
其次怀疑是cudnn或者cuda,但是检查了版本都符合官网要求。
搜索一通之后，网上有人说opencv4.1有问题，不能用，要用3.4版本的，但是在另一台电脑也是4.1，也能检测出来，况且cmake编译出来的也是用的4.1.
继续找，yolo使用gpu识别不出检测框_始原始的博客-CSDN博客 这里有和我可能相同的问题，说是显卡1650算力不支持cudnn_half ,去掉之后，果然可以检测出来了。我用cmake编译的时候时间长忘了cudnn_half被关闭了，所以cmake编译的可以正常检测出来，但是检测时间变长了。
所以RTX1650等的显卡项目上不要去选了。。。
原文如下：
项目场景：
操作系统：windows10
硬件设备：RTX1650(其他可能出现该问题的显卡：游戏本显卡1650,1660以及1660Ti)
问题描述
yolo系列运行成功后，在cpu中能跑出检测框来，gpu中识别不出检测框。
c语言代码：
darknet_no_gpu.exe detect yolov3.cfg yolov3.weights dog.jpg
1
cpu用时:1148.185000 milli-seconds.
darknet.exe detect yolov3.cfg yolov3.weights dog.jpg
1
gpu用时:517.685000 milli-seconds.
python语言代码：
python detect.py --weights yolov7.pt --source bus.jpg --no-trace --device cpu
1
cpu用时:(720.1ms) Inference
python detect.py --weights yolov7.pt --source bus.jpg --no-trace
1
gpu用时:(231.3ms) Inference
原因分析：
猜测原因：RTX1650没有达到CUDNN_HALF使用要求
解决方案：
总结：需要关闭CUDNN_HALF
一、yolov3;Visual Studio 2019;c语言
方法一：右键属性 -> C/C++ -> 预处理器定义 -> 删除cudnn_half
方法二：使用记事本打开darknet.vcxproj -> 编辑 -> 查找 ->删除cudnn_half
二、yolov7;PyCharm Community Edition 2021;python语言
在主函数中添加：
torch.backends.cudnn.enabled = False
感谢这位大牛！