开源项目(5-2) yolo打包成库

Windows系统下YOLO动态链接库的封装和调用

Windows10+VS2015+OpenCV3.4.1+CUDA8.0+cuDNN8.0

 

参考教程 https://blog.csdn.net/stjuliet/article/details/87884976

 

承接上一篇文章所做工作，这篇文章进一步讲述如何将YOLO封装成动态链接库以方便后续目标检测时直接调用。
关于动态链接库的介绍：
https://www.cnblogs.com/chechen/p/8676226.html
https://www.jianshu.com/p/458f87251b3d?tdsourcetag=s_pctim_aiomsg

step1 运行环境和前期准备

与上一篇文章所需环境完全一致，具体可参考：
https://blog.csdn.net/stjuliet/article/details/87731998

配置opecv3.4.1   cuda8.0以及配套cudnn

step2 编译动态链接库

 

1、下载Darknet源代码：
https://github.com/AlexeyAB/darknet

2、
(1)下载解压后，进入darknet-master->build->darknet目录：

 

 

(2)打开yolo_cpp_dll.vcxproj文件，将具有CUDA的版本改成自己使用的版本（默认为10.0），一共有两处，分别在55行和302行

 

(3)打开yolo_cpp_dll.sln文件，在属性管理器中配置包含目录、库目录、附加依赖项（和OpenCV环境配置一样），特别注意要将CUDA设备中的Generation改成自己显卡对应的计算能力（默认添加了35和75两项，可能不是你的显卡的计算能力，可以去英伟达显卡官网查询计算能力：https://developer.nvidia.com/cuda-gpus#collapseOne）
，否则接下来的生成会出错。

 

(4)分别设置Debug/Release - x64，右键项目->生成，成功后在darknet-master\build\darknet\x64目录下找到生成的yolo_cpp_dll.lib和yolo_cpp_dll.dll两个文件。

 

step3 调用动态链接库

一、至此所有准备工作已经完成，首先将调用所需的所有文件找出来：
1、动态链接库（均在darknet-master\build\darknet\x64目录下）
(1)yolo_cpp_dll.lib
(2)yolo_cpp_dll.dll
(3)pthreadGC2.dll
(4)pthreadVC2.dll

 

 

2、OpenCV库（取决于使用debug还是release模式）
(1)opencv_world340d.dll
(2)opencv_world340.dll

如果是扩展库需要

opencv_aruco341.lib
opencv_bgsegm341.lib
opencv_bioinspired341.lib
opencv_calib3d341.lib
opencv_ccalib341.lib
opencv_core341.lib
opencv_cudaarithm341.lib
opencv_cudabgsegm341.lib
opencv_cudacodec341.lib
opencv_cudafeatures2d341.lib
opencv_cudafilters341.lib
opencv_cudaimgproc341.lib
opencv_cudalegacy341.lib
opencv_cudaobjdetect341.lib
opencv_cudaoptflow341.lib
opencv_cudastereo341.lib
opencv_cudawarping341.lib
opencv_cudev341.lib
opencv_datasets341.lib
opencv_dnn341.lib
opencv_dnn_objdetect341.lib
opencv_dpm341.lib
opencv_face341.lib
opencv_features2d341.lib
opencv_flann341.lib
opencv_fuzzy341.lib
opencv_hfs341.lib
opencv_highgui341.lib
opencv_imgcodecs341.lib
opencv_imgproc341.lib
opencv_img_hash341.lib
opencv_line_descriptor341.lib