YOLO实战(GPU) win10+vs2017+cuda10.2

一.首先训练好自己的训练集

我是在ubuntu上跑的训练，训练遇到挺多问题的，埋个坑，后面讲***************************此处有坑

二.然后在win10里配置yolov3

（现在yolov5粗来了，不过两个的配置应该都差不多）

1.首先安装cada+cudnn

这里一定要去下载对应的版本（查你自己的显卡）

cuda安装地址：https://developer.nvidia.com/cuda-downloads?target_os=Windows&target_arch=x86_64&target_version=10&target_type=exelocal
cudnn安装地址：https://developer.nvidia.com/cudnn（一定要对应版本我的是7.6）

2.解压

常规操作（win内傻瓜式操作）

很多人c盘不够，这里提醒下，先确保空间安装（cuda一定安装在c，即使你选择了其他路径也无济于事）

上图是把cudnn内的（bin,inlcude,lib）放进如图的文件夹内

cuda安装就是一路next<<................................................................................

3.配置cuda的环境（系统环境）

把bin路径放进path里就好了

4.检测是否正常安装

cmd(win+R)

nvcc -V

如下图：你就基本完成了cuda的安装

 

三.生成darknet(vs2017+opencv4.1)

下载yolo架构：git clone https://github.com/AlexeyAB/darknet

vs打开.sln文件

#一些配置

1.添加DLL

把下图两个DLL丢进去，路径如图（release/debug自选）

 

2.然后在vs把opencv配好

这个是darknet.vcxproj里的（和上图一致就行）

3.最后就是编译（等待ing）

出现一个exe 

四.准备测试

1.文件位置

对应东西放对应位置（data放你的视频和保存的视频）

darknet.exe detector demo data\voc.data yolov3-voc-birds.cfg .\weights\yolo9000.weights -c 1    //usb摄像头（0为自带）
darknet.exe detector demo data\voc.data yolov3-voc-birds.cfg .\weights\yolo9000.weights .\data\16.mp4 -thresh 0.75 -out_filename .\data\153.avi
//这里讲讲各文件的位置

这编译器好难用啊，哭辽ing...）

这里的voc.data是指这个>>(下图，当然对应的还有其他data)

 

至于后面的\weights\yolo9000.weights .\data\16.mp4 -thresh 0.75 

0.75是个阈值（识别率>=75%）其他不讲（0.75后面的自然是生成路径）

下面是正常的样子

 

如下图（这里放不了视频主要是）