Win10+VS2019 配置YOLOv3

配置环境：联想笔记本 win10 VS2019 显卡Nvidia MX250

1. 安装OpenCV，我安装的是3.4.9，网上教程很多

2. 安装CUDA，我选择的是10.2，根据显卡型号选择，没什么特殊要求就选最新的。安装方法和普通软件一样

3. 下载cudnn，需要注册一下，选择和CUDA相对应的版本，cudnn下载之后把对应文件夹的文件直接放入CUDA的对应文件夹就可以了

4. 下载darknet，解压（后文中的“..”为解压的目录）

5. 下载权值文件，我使用的是COCO数据集训练的结果 【chmq】，放在..darknet-masteruilddarknetx64中

可以使用CPU和GPU运行，CPU版本不需要装CUDA和cudnn，但是我的电脑实测GPU运行速度是CPU的十倍以上，有独立显卡的尽量使用GPU版本，本方法使用GPU

6. 用文本编辑器打开打开../darknet-master/build/darknet/darknet.vcxproj，查找将CUDA的版本改为当前版本，如: CUDA 10.2

7. 打开darknet.sln，会弹出以下界面，不要更改，点击确定，如果改了VS可能找不到工具集

然后修改当前解决方案设置 为release x64

8. 在属性管理器中右键release x64，属性，类似配置opencv的方法添加

VC++目录——包含目录

VC++目录——库目录

链接器——输入——附加依赖项

9. 生成

成功后会生成一个darknet.exe在..darknet-masteruilddarknetx64文件夹中

然后选择复制..opencvuildx64vc14in中的opencv_world340.dll和opencv_ffmpeg340_64.dll和opencv_world340d.dll这些文件放到..darknet-masteruilddarknetx64文件夹中

10. 运行

打开CMD，切换到..darknet-masteruilddarknetx64目录

darknet.exe detector test datacoco.data yolov3.cfg yolov3.weights dog.jpg

为了方便测试，可以写个批处理文件来运行，下面展示我写的几个文件作为参考

识别图片：

E:
cd E:workspacedarknet-masteruilddarknetx64
darknet.exe detector test datacoco.data yolov3.cfg yolov3.weights E:workspaceyoloTestData	est.jpg
pause

识别摄像头：

E:
cd E:workspacedarknet-masteruilddarknetx64
darknet.exe detector demo datacoco.data yolov3.cfg yolov3.weights
pause

识别视频：

E:
cd E:workspacedarknet-masteruilddarknetx64
darknet.exe detector demo datacoco.data yolov3.cfg yolov3.weights E:workspaceyoloTestData	est.mp4 -thresh 0.25 -out_filename E:workspaceyoloTestData
esult.mp4
pause

文件路径根据自己的需要更改！

 

参考了以下博客：

https://www.cnblogs.com/peacepeacepeace/p/9060229.html

https://blog.csdn.net/sunqiande88/article/details/101691059