1.首先安装工具和配置环境:
网上教程有很多,就不赘述了(版本很重要!!!)。
2.下载yolo源码
博主选择将github导入到自己的gitee仓库下载,这样会快很多。(下载地址:https://github.com/AlexeyAB/darknet)
将下载好的文件解压:
依此进入build—darknet
我们打开配置文件,更改cuda版本为10.2,一共两处地方。(必须!博主一开始用的10.0版本,一直报 msb3721,查了很久还是没有解决,最后换cuda版本解决了。)
3.双击darknet.sln打开,点击属性进入到配置界面。
更改opencv的配置目录,将自己下载的opencv目录添加到依赖项里(网上有很多教程)。
在链接器--输入里添加opencv_world340.lib。
到这里环境就基本配置完成了,我看网上有的小伙伴说,报msb3721这个错误还有可能是设置的算力和本身的显卡算力不匹配造成的,所以这里插一句吧。有两个解决方法:
(1)去英伟达官网查找自己显卡的算力是多少,然后更改。
(2)直接删除红框里的内容。
当然,我在没有更换CUDA版本的时候,不管怎么删除或者更换算力,都不好用,甚至错误从11个变成了22个,所以我干脆换了CUDA版本,之后就解决了。
4.右键项目生成
将解决方案配置和解决方案平台调整为 Release和x64 (关键!!!)
我们打开darknet-master\build\darknet\x64目录会发现多了一个darknet.exe文件,这个就是我们需要的带GPU版本的程序。
我们将这两个文件放在darknet.exe的同目录下
将下载好的yolov3.weights(下载地址:https://pjreddie.com/media/files/yolov3.weights)文件也放在这个目录下。
编辑一下darknet_yolo_v3.cmd
darknet.exe detector test cfg/coco.data yolov3.cfg yolov3.weights -i 0 -thresh 0.25 dog.jpg -ext_output
pause
双击darknet_yolo_v3.cmd
OK了,后续还会将训练自己数据集的过程记录一下。感兴趣的小伙伴可以关注一下。