Win10下从头安装anaconda3+cuda+cudnn+opencv+darknet

环境： Windows10

1.环境配置

环境： Windows10 + RTX 2070SUPER

2. Anaconda3安装

安装包下载地址：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/（清华镜像）

直接点击下载的exe文件，安装即可，很简单
附参考教程：https://blog.csdn.net/qq_36387683/article/details/91491400

3.CUDA10.2安装

安装完成后，需要进行系统环境变量设置：

计算机上点右键，打开属性->高级系统设置->环境变量，可以看到系统中多了CUDA_PATH和CUDA_PATH_V8_0两个环境变量，接下来，还要在系统中添加以下几个环境变量：
CUDA_SDK_PATH = C:\ProgramData\NVIDIA Corporation\CUDA Samples\v8.0(这是默认安装位置的路径，经自定义路径后，我的路径为D:\NVIDIA\CUDA Samples)
CUDA_LIB_PATH = %CUDA_PATH%\lib\x64
CUDA_BIN_PATH = %CUDA_PATH%\bin
CUDA_SDK_BIN_PATH = %CUDA_SDK_PATH%\bin\win64
CUDA_SDK_LIB_PATH = %CUDA_SDK_PATH%\common\lib\x64

然后：

在系统变量 PATH 的末尾添加：
%CUDA_LIB_PATH%;%CUDA_BIN_PATH%;%CUDA_SDK_LIB_PATH%;%CUDA_SDK_BIN_PATH%;
再添加如下4条（默认安装路径）：
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\lib\x64；
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\bin；
C:\ProgramData\NVIDIA Corporation\CUDA Samples\v8.0\common\lib\x64；
C:\ProgramData\NVIDIA Corporation\CUDA Samples\v8.0\bin\win64；
如果你选用了自定义路径，上述这些默认路径都应该相应替换为你的自定义路径，如下为我的环境变量和PATH的配置情况：

配置完成后，验证是否安装成功，主要使用CUDA内置的deviceQuery.exe 和 bandwithTest.exe：
首先C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\extras\demo_suite文件下，按住shift+右键，打开PowerShell窗口，然后分别执行bandwidthTest.exe和deviceQuery.exe，应该得到下图：

4.CuDNN安装

选择合适的版本下载，得到zip文件并解压：


将文件夹对应内容复制粘贴到，安装CUDA的文件夹同名目录内：

5.OpenCV安装

下载地址：https://opencv.org/releases/
建议确定要下载的版本后，进入github链接，使用迅雷下载，速度会很快



下载完成后，双击运行，会解压生成一个opencv文件夹

系统环境Path添加：
添加：D:\opencv\build\x64\vc15\bin （我的安装路径，自行改动）
也就是我安装在D盘根目录下

配置相关文件：
①将vc15-bin文件夹中的opencv_world3412.dll和opencv_world3412d.dll文件复制到C:\Windows\SysWOW64这个文件夹里面即可

②将bin目录里面的opencv_ffmpeg3412_64.dll复制到C:\Windows\System32这个文件夹里
(此处我将opencv_world3412.dll和opencv_world3412d.dll文件也复制到了C:\Windows\System32文件夹，否则我的VS2017调试时报错找不到opencv_world451d.dll文件)

VS2017环境配置：
创建新项目->控制台应用，然后命名为opencvDemo
点击【视图】-【其他窗口】-【属性管理器】, 出现

直接在Microsoft.Cpp.x64.user中更改属性。（这样就把默认的属性给更改了）
可见我们运行环境为x64

配置包目录和库目录

在【VC++目录】的【包含目录】中添加两条路径

D:\opencv\build\include
D:\opencv\build\include\opencv2

在【VC++目录】的【库目录】中添加一条路径

D:\opencv\build\x64\vc15\lib

添加依赖项
点确定退出后，点击左侧的【链接器】-【输入】-【附加依赖项】-【编辑】
添加opencv_world451d.lib

到此所有配置已经走完.

调试代码：

// opencvDemo.cpp : 此文件包含 "main" 函数。程序执行将在此处开始并结束。
//

//#include "pch.h"
#include <iostream>
#include <opencv2/highgui.hpp>
#include <opencv2/core.hpp>
#include <opencv2/imgcodecs.hpp>

using namespace cv;
using namespace std;

int main()
{
	Mat image;
	image = imread("E:\\1.jpg"); // Read the file

	if (image.empty()) // Check for invalid input
	{
		cout << "Could not open or find the image" << std::endl;
		return -1;
	}


	namedWindow("Display window", WINDOW_AUTOSIZE); // Create a window for display.
	imshow("Display window", image); // Show our image inside it.

	waitKey(0); // Wait for a keystroke in the window

	std::cout << "Hello World!\n";
}

6.darknet安装

第一步：
下载darknet源代码，地址：https://github.com/AlexeyAB/darknet
再解压
第二步：
①用记事本打开darknet.vcxproj文件，将两处CUDA 11.1 改为自己的CUDA版本（此处我为CUDA 10.2）

②用VS2017打开 【build】- 【darknet】- 【darknet.sln】
右键darknet->属性

修改包含目录里的Opencv路径：

C/C++ > 高级 .> 编译为选成（编译为C++代码（/TP））
CUDA C/C++ 里改下图两项：

注意下图标记处，原代码为compute_35,sm_35;compute_86,sm_86，但显卡性能不足，达不到时，根据显卡配置，修改后一项数字（如图为RTX 2070SUPER改为75）。

以下两图标记位置，需注意是否符合自己电脑的配置：


最后，右键，重新生成开始编译：

编译成功，x64目录下会有darknet.exe文件生成。
再将你的opencv路径\build\x64\vc14\bin下的 opencv_world3412.dll 和 opencv_ffmpeg3412_64.dll 复制到darknet.exe所在文件夹下

最后将C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\bin下的cudnn64_8.dll也复制到darknet.exe所在文件夹下

至此，darknet安装完成！