Windows10中使用VS2015编译darknet_AlexeyAB版本

一，环境配置

VS2015+显卡RtX2080ti+CUDA10.0+Opencv2.4.13+pthread
Darknet:代码地址
二，编译过程
1.下载源码后配置文件，首先使用nvcc -V查看自己的cuda版本

然后自己安装cuda文件目录中查看自己的cudnn版本，我的是
C:\ProgramFiles\NVIDIAGPUComputingToolkit\CUDA\v10.0\include\cudnn.h
#define CUDNN_MAJOR 7
#define CUDNN_MINOR 6
#define CUDNN_PATCHLEVEL 3
既是7.6.3版本
2.安装VS2015，由于这里只是要用它编译，故安装过程这里不再叙述。
3.安装opencv，我的版本是2.4.13，版本尽量不要高于4版本

接着配置环境变量，将文件夹build->x64->vc14->bin加入环境变量，因为我的是64位系统，所以选择x64，而VS2015对应vc14，故如此选择。添加环境变量方法：打开“计算机”->右击选择“属性”->“高级系统设置”->“环境变量”->“系统变量”中选择Path，编辑，将上述路径添加进去保存即可。

4.打开vs2015，新建一个工程，配置opencv:
（1）.点击“视图”->“其他窗口”->“属性管理器”。
（2）.在Debug | x64上右键单击，选择“添加新项目属性表”（配置Release | x64以下操作相同，注意添加库的时候添加不带d的lib）。
（3）.设置项目属性表的名称为opencvPropertySheet，点击添加。（此处新建的项目属性表请另外单独保存下来，以后再在vs下建立opencv项目时直接添加该表即可，不需重复配置） 。
（4）.双击新建立的opencvPropertySheet项目属性表进行编辑。我下面的例子是在Release | x64下建立的opencvPropertySheet项目属性表。
配置主要是三个部分：包含目录，库目录，附加依赖项
包含目录：build文件夹下的include,include/opencv，include /opencv2加入进来。

库目录：build->x64->vc14->lib加进来

附加依赖项：这是是配置的Release | x64，若是Debug | x64，需要加上每一项后面都加上d：
opencv_calib3d2413.lib
opencv_contrib2413.lib
opencv_core2413.lib
opencv_features2d2413.lib
opencv_flann2413.lib
opencv_gpu2413.lib
opencv_highgui2413.lib
opencv_imgproc2413.lib
opencv_legacy2413.lib
opencv_ml2413.lib
opencv_nonfree2413.lib
opencv_objdetect2413.lib
opencv_ocl2413.lib
opencv_photo2413.lib
opencv_stitching2413.lib
opencv_superres2413.lib
opencv_ts2413.lib
opencv_video2413.lib
opencv_videostab2413.lib

5打开darknet工程，首先在文件darknet-master\build\darknet中选择需要的版本，
（1）如果电脑上没有gpu，则使用cpu’版本，即打开darknet_no_gpu.sln

同时将解决方案改为 release x64

在Release x64属性中添加之前设置保存好的PropertySheet项目属性表

编译运行代码之后会在文件夹darknet-master\build\darknet\x64出现可执行文件darknet_no_gpu.exe

下载模型yolov3.weights，与darknet_no_gpu.exe放在同一个文件夹内，然后就可以执行程序了，在windows终端输入以下命令即可开始执行测试：

darknet_no_gpu.exe detector test data/coco.data yolov3.cfg yolov3.weights dog.jpg

（2）若是有gpu，则选择有gpu版本的，即打开darknet.sln；在打开项目之前，将darknet.vcxproj中的cuda版本换成自己装好的版本，我的是10.0。
<Import Project="$(VCTargetsPath)\BuildCustomizations\CUDA10.0.targets" />
大概在55行和304行代码中修改

然后打开darknet.sln，添加上在Release x64属性中添加之前设置保存好的PropertySheet项目属性表，在Release x64中进行编译运行，即可在文件夹darknet-master\build\darknet\x64出现可执行文件darknet.exe；
下载模型yolov3.weights，与darknet.exe放在同一个文件夹内，然后就可以执行程序了，在windows终端输入以下命令即可开始执行测试：

darknet.exe detector test data/coco.data yolov3.cfg yolov3.weights dog.jpg

之后还可以使用其他接口用来训练模型和检测视频等