win10 下darknet+yolo(gpu版本）安装配置

最新推荐文章于 2024-07-15 18:52:11 发布
最新推荐文章于 2024-07-15 18:52:11 发布
阅读量3.9w 收藏 18
点赞数 2
分类专栏： 毕业设计-基于yoloV3的车牌识别系统 文章标签： cuda opencv tensorflow 深度学习 机器学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/gdc6916/article/details/105387216
版权
本文提供了一步一步的详细教程，教你如何在Windows 10上安装和配置Darknet的GPU版本，特别是与YOLOv3配合使用。关键步骤包括安装CUDA和cuDNN，配置Visual Studio 2015/2017，安装OpenCV，下载并编译Darknet源码，解决可能遇到的CUDA版本和计算能力问题，以及最终的测试和Python调用。
摘要由CSDN通过智能技术生成

             Win 10 配置yolo3 详细教程，亲试可行

废话懒得说，直接上干货

以下安装路径不要出现中文

以下安装路径不要出现中文

以下安装路径不要出现中文

1.安装CUDA和cuDNN

   参考之前的文章，传送门

2.编译器Vs2015

  由于版本的关系，强烈推荐安装使用vs编译。

 安装过程中必须要注意的地方：必须勾选V14，V14，V14

PS,小伙伴说了，俺是vs2017，难道要卸掉重装vs2015吗？其实不用的。咱就是走的这条路。找到Vs2017的安装程序，如果没了，去官网下一个（因为2017是在线安装，因此就大概1M大小），然后更新，添加上面的页面勾选的内容，一定要注意V14，成败在此一举

3.安装opencv 3.4.0（低了可以，极其不建议高了）

   opencv3.4.0 下载地址

  下载完解压即可。

  配置环境变量：

  path添加opencv目录下的build\bin目录和build\x64\v14\bin.

 按照自己的安装目录去配置就OK

最低0.47元/天 解锁文章
争渡！怎渡？
关注
  • 2
    点赞
  • 踩
  • 18
    收藏
    觉得还不错? 一键收藏
  • 5
    评论
专栏目录
windows 下的darknet安装
FREEDOM
10-25 3194
1，操作系统环境 Windows7 64位操作系统，无gpu。 gpu 的请参考https://zhuanlan.zhihu.com/p/45845454 2，下载darknet 在网站https://github.com/pjreddie/darknet上，点击“clone or download”，然后选择“download ZIP”，下载为文件darknet-master.zip。解压到“F:\test\git-src\darknet-master”目录。 3，下载安装Cygw...
使用darknet（windows GPU 版本） yolov3 训练自己的第一个检测模型.pdf
09-24
使用darknet（windows GPU 版本） yolov3 训练自己的第一个检测模型.,使用darknet（windows GPU 版本） yolov3 训练自己的第一个检测模型.
darknet在windows10+VS2017+opencv3.4.1下编译与应用
08-22
darknet在windows10+VS2017+opencv3.4.1（C++）下编译与应用，关于darknet更多信息可以参考官网： https://pjreddie.com/darknet/tiny-darknet/ 相关的资源可以直接在官网下载。
【darknet-yolo系列】在window10下安装GPU版的darknet
sazass的博客
07-06 1999
个人环境安装完成后的配置总结： Visual Studio Enterprise 2015； cuda_10.0.130 cudnn-10.0； opencv3.4.5 0.安装Vsiual Studio2015 链接：https://pan.baidu.com/s/11L4_xgRl_3IRRE6L296Rfg 提取码：2yms 可去官网下载更新版本 1.安装opencv 可以官网下载：https://opencv.org/releases/ 若是觉得速度太慢，可以下载opencv3.4.5windows
DarkNet+YOLOV4环境搭建以及模型训练和图像识别
最新发布
weixin_46991199的博客
07-15 835
在当前x86目录下在cmd中运行这个命令darknet.exe detector test cfg/coco.data cfg/yolov4.cfg yolov4.weights -thresh 0.25。下载链接：链接：https://pan.baidu.com/s/1Q-VBPk_0_7C0CeViukHv-A?注：二个一定 ① 一定要是2019版本 ② 一定要在配置以上环境之前安装。比如我的是11.6.99版本，根据自己的版本寻找合适的cuda下载。然后把所有的文件复制之后全部粘贴到cuda目录。
Windows下的darknet安装
Von12138的博客
05-13 2504
1、下载darknet源码后，解压到文件夹： 下载链接：https://link.zhihu.com/?target=https%3A//github.com/AlexeyAB/darknet 解压后的文件夹里面的内容是： 2、打开build文件夹下的darknet文件夹，并用编辑器（推荐使用sublime，安装包在硬盘内）打开darknet.vcxproj，用搜索功能（ctrl+f）查找CUDA，修改为自己的CUDA版本号，安装CUDA和CuDNN在下一笔记中。 注意：一共...
win10下 darknet 编译安装(opencv with cuda)
zhms的专栏
01-15 1095
下载源码 git clone https://github.com/AlexeyAB/darknet.git 到 d:\proj\darkent，相比 https://github.com/pjreddie/darknet.git 版本，更方便windows下编译安装 安装 Visual Studio 2015/2017/2019 安装 CMake >= 3.8 for modern CU...
windows版的darknet安装和使用（深度学习中目标检测框架）
热门推荐
u011609063的博客
11-25 1万+
Windows版darknet安装和使用，图片以及视频的检测及保存1、系统环境2、darknet安装2.1、下载地址(github上的源码)2.2、安装步骤3、darknet使用3.1、图片的检测与识别3.2、视频的检测与识别 1、系统环境 windows: win7 x64 ultimate cpu: i5 5257u gpu: 940M cuda: 9.0 note: 系统环境对darkne...
Windows搭建Darknet框架环境-Yolov4-GPU
乐观的lishan的博客
11-18 5756
第一步：下载darknet的Windows源码 github官方链接：https://github.com/AlexeyAB/darknet 我已经搬移到gitee：lishan/darknet 源码项目中有介绍如何在windows上安装darknet Requirements for Windows, Linux and macOS CMake >= 3.18: Download | CMake Powershell (already installed on windows
windows下安装darknet-yolov3
W.S.Yin的博客
12-18 512
windows下安装darknet-yolov3 安装具体教程见其它前辈文档 本文档只解释安装的三点 安装可以用opencv4. 只需添加opencv/include、opencv/include/opencv2至包含目录,opencv/lib至库目录，opencv_world400.lib至链接器 可以不移动pencv_world340.dll 和 opencv_ffmpeg340_64....
win10下cmd运行已经训练好的darknet模型
haimianjie2012的专栏
04-12 970
1.win10跑darknet模型通过cmd 输入CMD指令 cmd模式，在x64路径下—— 训练：darknet classifier train data/METAL/metal.data data/METAL/darknet19_448.cfg pretrained_weights/darknet19_448.conv.23 验证：darknet classifier valid da...
Win10配置Darknet框架（安装环境、软件下载、编译动态库、训练）超详细汇总！！！
Schling的博客
03-09 1441
step1 运行环境和前期准备 一、基础环境 1、Windows 10 64位 2、Visual Studio 2015 Professional 已经安装好的自动忽略，有需要的可以去我的百度网盘上下载： 链接：https://pan.baidu.com/s/1fD9s4A40aUrGX_hLQI2WvA 密码：grdg 3、OpenCV 3.4.0 https://opencv.org/releases.html 原则上OpenCV3.0以上版本都可以，但是还是建议使用3.4.0及以下版本，3.4.
darknet在windows64下的可执行文件（不支持gpu）
10-13
darknet在windows 64位环境下编译后的执行文件。运行时要求有vs2015运行环境支持。此版本不支持gpu
Windows10下Darknet Yolo v3安装教程2019.6-附件资源
03-02
Windows10下Darknet Yolo v3安装教程2019.6-附件资源
darknet在windows64下的可执行文件（不支持gpu，支持摄像头）
10-17
darknet在windows 64位环境下编译后的执行文件。运行时要求有vs2015运行环境支持。此版本不支持gpu。本执行文件基于opencv2.4.9编译，支持摄像头检测。
darknet在windows上的安装，以及利用yolo训练自己的训练集并测试
qq_38348811的博客
04-02 2013
1.darknet下载2.安装环境vs20194.opencv安装，如果加完不行可能要重启电脑重新激活环境变量用文本文档打开darknet.vcxproj文件修改cuda版本号，yolo_cpp_dll，yolo_console_dll.同样如此2.若遇到BuildCustomizations\CUDA下没有CUDA则表示没有安好Cudnn或者cudnn没有放到CUDA目录下不在环境变量中。
Windows10下使用darknet和YOLOV3训练自己的数据集
知来者逆的博客
02-15 6037
win10下训练yolo模型
Win10搭建GPU版Darknet——VS2019+CUDA+CUDNN篇
kamille1024的博客
10-29 2031
一.理论知识介绍 为了更好的理解gpu必要性，参考了一位博主的介绍，并对主要内容进行总结如下(如有要详细了解原理的，文末放置原博主链接)： 1.1 CPU与GPU的区别 CPU和GPU不同之处在于其设计目标的不同。CPU需要很强的通用性来处理各种不同的数据类型，同时又要进行逻辑判断引入大量分支跳转和中断处理，使CPU的内部结构异常复杂。而GPU面对的则是类型高度统一、相互独立的大规模数据和不需要被打断的计算环境。 CPU擅长逻辑控制，串行的运算。和通用类型数据运算不同，GPU擅长的是大规模并发计
【全网最全最完整】windows下darknet安装搭建与模型训练方法【亲测有效】
rye的博客
01-17 1万+
全网最全最完整 零基础傻瓜教学
darknet yolov4训练数据集
06-28
### 回答1： Darknet YOLOv4训练数据集是指用于训练YOLOv4目标检测模型的数据集，其中包含了大量的图像和对应的标注信息，用于训练模型识别不同的物体。这些数据集通常由专业的数据科学家和研究人员创建，以确保数据的质量和准确性。训练数据集的质量对于模型的准确性和性能至关重要，因此在选择和使用训练数据集时需要非常谨慎。 ### 回答2： Darknet YOLOv4是一种开源深度学习框架，可用于训练各种图像识别和物体检测模型。为了训练Darknet YOLOv4模型，需要使用大量的数据集，以便模型可以充分学习，并提高识别和检测的准确性。 训练数据集是Darknet YOLOv4训练的重要组成部分。一个好的数据集应该是大规模的、多样的和真实的。例如，对于目标检测算法，需要大量包含目标的图像，例如人、车、道路标志等。数据集应该涵盖不同的光照条件、角度、遮挡、比例、背景等多种情况。此外，为了提高模型的鲁棒性，还需要添加一些负样本，例如一些没有目标的图像。 数据集的构建可以通过手动标记或使用第三方标记服务完成，例如Amazon Mechancial Turk、SuperAnnotate、Labelbox等。在标记数据集时，必须谨慎，确保每个目标都有足够的标记，并且标记精度达到标准。 对于Darknet YOLOv4模型的训练，通常需要运行数千次迭代，以便模型可以逐渐学习更复杂的特征。在每次迭代中，将图片输入到模型中，模型将预测每个目标在图像中的位置和类别。然后计算预测框和真实框之间的损失函数，并使用反向传播算法更新模型的权重。重复这个过程，直到模型精度满意为止。 为了获得更好的模型精度，还可以采用一些技术，例如数据增强、模型融合、超参数调整等。数据增强可以通过对原始图像进行旋转、翻转、缩放等操作，生成一系列不同的训练图像。模型融合可以使用多个模型进行推理，以使预测更准确。超参数调整可以调整模型的学习率、动量、批量大小等超参数，以提高训练效果。 总的来说，Darknet YOLOv4训练数据集是训练好模型的关键。创建一个好的数据集需要耗费大量的时间和精力，但是训练出精度更高的模型可以帮助我们更好地解决实际问题。 ### 回答3： Darknet是一个开源的深度学习框架，Yolov4则是一种基于Darknet开发的物体识别算法。为了让Yolov4达到更好的识别效果，需要训练数据集。 训练数据集一般需要包含所需要识别的物体的图像，同时标注每个物体的位置和类型。这个过程通常需要人工完成，成本较高，且需要一定的时间和经验。一般来说，数据集的越大，训练出的模型效果也会越好。 在训练数据集时，还需要注意一些技巧。首先，需要对数据集进行预处理，例如对图像进行大小统一化、裁剪等操作。其次，需要设置好训练的超参数，例如学习率、批次大小等。 除了使用自己的数据集之外，还可以使用一些公开的数据集进行训练，例如PASCAL VOC、COCO等。这些数据集已经被标注好了物体的位置和类型，因此可以直接用于训练。 最后，在训练数据集时还需要注意数据集的质量。数据集的质量决定了模型的识别能力和鲁棒性，因此需要不断进行反复训练和调整，直到达到满意的效果。 综上所述，训练数据集是训练Yolov4模型的重要一环，需要仔细制定方案、选择好数据集和完成数据标注工作，同时还需要反复训练和调整以获取更好的识别效果。
评论 5
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值