Windows+YOLOv4+Darknet

前提：本文是因本人后续需参加竞赛在网上边查边做的一个集合（也是第一次写文），内容有用到别人的东西，如有侵权请联系本人进行更改或者删除。

电脑配置：windows10、1650ti

使用软件与文件：OpenCV4.5.3、VS2019、Cmake、CUDA10.2、CUDnn8.4、YOLO4

ps：本教程暂无描述步骤有报错的情况下如何解决，如果有可以去网上看看其他人的怎么做，多遇到错误下次再回来搭的时候就会更简单了。

 最后修改日期：23年2月25日下午。

---------------------------------------------------------------------------------------------------------------------------

一、下载与配置OpenCV

OpenCV 4.5.3网址：OpenCV - Browse /4.5.3 at SourceForge.net

安装完成后为OpemCV添加环境变量。

win10添加变量环境操作路径为：windows设置 - 系统 - 关于 - 右边的高级系统设置 - 高级 - 变量环境。

 变量名可自定义，变量值指向OpenCV在自己电脑安装的位置。

二、下载Cmake

Cmake windows x64版本：https://github.com/Kitware/CMake/releases/download/v3.26.0-rc3/cmake-3.26.0-rc3-windows-x86_64.msi

注意这里要选择第三个：

 

三、下载与安装VS 2019

Visual Studio 2019网址：Visual Studio 2019 Preview Release Notes | Microsoft Learn

下载器装好之后，选择 C++ 桌面开发组件，然后下载安装。

上步骤完成后，点击安装位置更改路径

这两个路径不能放到同一个文件夹中，可以在同一个主目录里创两个子目录

四、下载与安装 CUDA和CUDnn

这里就引用别的博主文章

下载与安装教程：(23条消息) Cuda和cuDNN安装教程(超级详细)_jhsignal的博客-CSDN博客_cudnn下载

检查安装是否成功：(23条消息) Windows10检查Cuda和cuDNN是否安装成功？_jhsignal的博客-CSDN博客

五、YOLOv4

下载地址：百度网盘 请输入提取码
提取码：2odz

  5.1.在 darknet-master\build\darknet 路径下的 darknet.vcxproj 文件。右键，然后选择打开方式，用记事本打开；

    <Import Project="$(VCTargetsPath)\BuildCustomizations\CUDA 11.5.props" />

    <Import Project="$(VCTargetsPath)\BuildCustomizations\CUDA 11.5.targets" />

 文件中这两个地方的版本号均需要修改为电脑安装的版本（官方默认的是11.1，我这里已经修改过了）

5.2.对上述文件夹中的  yolo_cpp_dll.vcxproj 文件也做相同的操作。

六、Cmake编译
6.1.使用GPU加速，需要修改 darknet-master 目录下的 Makefile，使用记事本打开，将 GPU=1 CUDN=1 OPENCV=1；

 

 

 6.2.打开 Cmake，根据自己的电脑具体情况选择源代码与编译后的输出位置，像我这里就放在了D盘；

 6.3.点击第一个 Configure，第一个选择 VS2019，第二个选择 X64；

6.4.等待完成后再点击第二个 Generate；

完成后：

6.5.点击第三个 Open Project 打开项目。

七、VS编译

7.1.这里选择 Release & x64；

 7.2.右键项目，点击生成；

 

 等待无报错之后输出提示成功；

 7.3.将 darknet-master\Release 文件中的 darknet.exe 复制到 darknet-master\build\darknet\x64；

 7.4.将 OpenCV\opencv\build\x64\vc14\bin 中的 opencv_videoio_ffmpeg453_64.dll 和 opencv_world453.dll （这里的数字会根据之前下载的版本不同而改变）复制到 darknet-master\build\darknet\x64 ；

7.8.将 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\bin（这个是CUDA默认安装路径）中的 cudnn64_8.dll 复制到 darknet-master\build\darknet\x64 ；

 

7.9.将 zlib 123dllx64 放到 darknet-master\build\darknet\x64 ；

下载链接：百度网盘 请输入提取码
提取码：lsr7

7.10.打开 darknet-master\build\darknet 中的 yolo_cpp_dll.vcxproj 项目文件；

7.11.选择 Release & x64 ；

 7.12.选中项目；

 7.13.打开属性页；

 7.14.选择 VC++目录，打开库目录编辑界面；

 7.15.添加 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\lib 路径（这是CUDA默认安装路径）；

 如果上述步骤没有做好则会：

 7.16.选择项目，右键点击生成；

 7.17.等待片刻，提示无报错完成即可。

八、图像验证测试

8.1.yolov4.weights文件：百度网盘 请输入提取码
提取码：aib0

8.2.下载后将文件放到 darknet-master\build\darknet\x64；

8.3.在 darknet-master\build\darknet\x64 目录下 的路径栏输入 cmd；

8.4.输入：

darknet.exe detector test cfg/coco.data yolov4.cfg yolov4.weights -ext_output dog.jpg

8.5. 输出：