YOLOv4 C++ vs2017 编译

目录

1、下载darknet源码

2、安装好CUDA、CUDNN和opencv

3、Windows + vs2017编译

3、注意事项

4、测试编译好的文件

---

先感谢yolov4的贡献者们

1、下载darknet源码

注意要下对分支 https://github.com/AlexeyAB/darknet 

2、安装好CUDA、CUDNN和opencv

CUDA：10.0

CUDNN：7.4.1

opencv：3.4.2 或者4.3.0版本都可以，只要里面函数不报错能对上就行；

3、Windows + vs2017编译

解压darknet ，打开bulid文件下的darknet，一共有四个工程，这四个工程说明如下：

（1）darknet.sln  ：得到darknet.exe，darknet的命令行格式，GPU模式；

（2）darknet_no_gpu.sln ：得到darknet_no_gpu.sln，darknet的命令行格式，CPU模式；

（3）yolo_cpp_dll.sln ：得到yolo_cpp_dll.dll 和 yolo_cpp_dll.lib；是darknet的C++接口；GPU模式；

（4）yolo_cpp_dll_no_gpu.sln ：得到yolo_cpp_dll_no_gpu.dll 和 yolo_cpp_dll_no_gpu.lib；是darknet的C++接口；CPU模式；

知道以上结果后，就可以知道自己要编译哪些文件了。

需要配置好各方路径，CUDA、opencv等，如果出现找不到头文件、找不到指定符号、缺少dll等情况，检查include、lib和环境变量或者附加包含目录有没有设置好。

3、注意事项

（1）运行的时候容易出现CUDA device 错误或者异常

首先需要确认版本对不对，CUDA和CUDNN版本是不是对；

另外，可能是系统中有多个CUDA版本引起的错误；

（2）opencv版本也没有那么严格，如果你系统中有opencv版本可以直接使用看看，不一定非要按照指定版本。

4、测试编译好的文件

（1）Yolov4的预训练模型yolov4.conv.137，该模型对应的cfg文件是yolov4-custom.cfg

下载地址还是：https://github.com/AlexeyAB/darknet

（2）运行测试：

darknet.exe detect cfg\yolov4.cfg ..\weights\yolov4.weights data\person.jpg