在win10下配置yolov3（超详细的der~）

最新推荐文章于 2024-04-25 13:30:26 发布
最新推荐文章于 2024-04-25 13:30:26 发布
阅读量1.4w 收藏 114
点赞数 28
分类专栏： 研究生 机器学习 yolov3目标检测 文章标签： yolov3 win10 目标检测
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/qq_38737790/article/details/92797119
版权

在python3.6下安装vs2017+Cuda9.0+Cudnn7.1+TensorFlow-gpu1.9.0记录

经过千辛万苦终于将yolov3弄出来了，我希望我的配置过程可以帮助大家

文章目录

vs2017安装

在安装Cuda之前需要安装vs，这里我下载的是vs2017，链接（建议还是安装在C盘，以免后期出问题）
安装过程：
在这里插入图片描述
选择单个组件，然后选择vs++2015，也就是v14，如下图选择，随后安装即可
在这里插入图片描述

Cuda9.0安装

关于TensorFlow+Cuda+Cudnn的关系对照表

Linux下
在这里插入图片描述
windows下

在这里插入图片描述

Cuda的下载安装及配置

首先要确认下计算机是否有独立显卡（而且是英伟达显卡），然后点击此处查询你的显卡是否在列表中。
一切准备就绪后开始Cuda的安装配置之旅
访问链接，在列表中选中Cuda9.0
在这里插入图片描述
之后选择相关参数进行下载
在这里插入图片描述
双击打开时显示的是临时解压目录，建议默认即可
在这里插入图片描述
接下来安装的时候一直下一步即可，安装成功后进行环境变量的添加：
在这里插入图片描述
测试Cuda是否安装成功：
在这里插入图片描述

Cudnn下载

访问链接（需要注册账号）
在这里插入图片描述
注意 选择Cudnn的时候，7.1.x后面跟着的是Cuda 版本号
下载完毕后是一个压缩包，解压完后就可以将里面bin、include、lib文件夹中的内容分别拷入Cuda的安装目录下
Cudnn解压后的文件夹内容：
在这里插入图片描述
将bin里面的cudnn64_7.dll、include里面的cudnn.h、lib里面的cudnn.lib分别放入Cuda目录下的bin、include、lib文件夹里
在这里插入图片描述

TensorFlow-gpu安装

根据版本进行TensorFlow-gpu的安装，点击此处查看需要的TensorFlow-gpu版本是多少
执行pip install 命令指定版本号进行安装即可
pip install tensorflow-gpu==1.9.0
最后究极测试Cuda9.0+Cudnn7.1+TensorFlow-gpu1.9.0是否安装成功
测试代码：

import tensorflow as tf

hello= tf.constant('Hello, TensorFlow!')
sess= tf.Session()
print(sess.run(hello))

结果：
在这里插入图片描述
最后会显示你的 显卡信息 以及 Hello TensorFlow，到这里vs+Cuda+Cudnn+TensorFlow-gpu就安装完毕了。

openCV安装配置

官网下载链接
请不要使用3.4.1，请不要使用3.4.1，请不要使用3.4.1。yolov3的作者已经在GitHub上说明了使用3.4.1会出现变异问题。（亲测，3.4.1貌似真的有问题，假如有小伙伴使用3.4.1没问题，那就是我太菜的问题(●’◡’●)）
在这里插入图片描述
双击下载好的文件，选择解压路径后点击Extract即可完成解压，解压后就会自动生成一个opencv的文件夹
在这里插入图片描述
配置环境变量
将你解压后的opencv文件夹中的…\opencv\build\x64\vc14\bin路径添加到环境变量中
在这里插入图片描述
然后ok~

下载darknet

下载链接
也可以直接使用git-bash下载
git clone https://github.com/AlexeyAB/darknet

darknet.vcxproj文件的修改

下载完成之后，用文本编辑器、或记事本（我用的是sublime）打开…\darknet-master\build\darknet下面的darknet.vcxproj。分别在55行和299行（也可以全文搜索CUDA ）的CUDA 10.0————>CUDA 9.0
在这里插入图片描述

darknet.sln文件的设置

接下来需要打开darknet.sln，注意 不要直接双击打开，可以先打开vs2017，然后依次点击文件—>打开—>项目选中darknet.sln打开
打开后，vs会显示
在这里插入图片描述
注意，一定要选择无升级，因为如果点击升级，那就是把vs2015的项目升级为vs2017，这样做的结果就是白给，就会出错，所以我们将项目改成Release x64，然后右键项目—>属性
在这里插入图片描述
然后，VC++目录—>包含目录—>编辑添加目录：…\opencv\build\inclde（…表示各位小伙伴你们各自的安装路径，以下同理）
在这里插入图片描述
然后，配置库目录，添加：…\opencv\build\x64\vc14\lib
在这里插入图片描述
然后，C/C++—>常规—>附加包含目录—>编辑添加目录：…\opencv\build\include
在这里插入图片描述
然后，链接器—>输入—>附加依赖项—>添加目录：…\opencv\build\x64\vc14\lib下库的名字：opencv_world340.lib
在这里插入图片描述
接着，需要拷贝安装好的CUDA 9.0.props等文件：
CUDA 9.0.props等文件就在cuda的安装目录下，本人的路径是：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\extras\visual_studio_integration\MSBuildExtensions在这里插入图片描述
将里面的所有的文件考本到C:\Program Files (x86)\Microsoft Visual Studio\2017\Community\Common7\IDE\VC\VCTargets\BuildCustomizations中，这是vs2017安装后的路径
PS：感谢@qq_41548343的题型，在vs2017中如果已存在 CUDA9.0.props 等文件的话，就可以不用复制了哦
在这里插入图片描述
不然可能会报如下错误：
在这里插入图片描述
然后，将…\opencv\build\x64\vc14\bin下的opencv_world340.dll 和opencv_ffmpeg340_64.dll
在这里插入图片描述
复制到E:\darknet\darknet-master\build\darknet\x64 目录下。
最后，还需要修改darknet.vcxproj下158行的compute值,将75改成61，原因貌似是和使用者显卡的计算能力值有关（这一步小伙伴们可以根据自身情况可以灵活变动）
在这里插入图片描述
因为我当时配置的时候也参考了别人的帖子，别人75是可以正常进行工程生产，而我需要降低数值才可以，可能我的显卡太菜了/(ㄒoㄒ)/
完成上述之后，就可以在darknet工程上右键—>生成，就会发现在工程目录下x64下多了些darknet.exe等文件啦，到这里就完成了搭建了。
在这里插入图片描述
在这里插入图片描述
完成搭建，之后就是激动人心的测试环节

下载yolo3.weights

下载作者训练好的模型：官网地址、GitHub下载yolo3.weights
在这里插入图片描述
为了方便大家，可以直接从我的网盘，提取码zfib下载
下载后放在…\darknet-master\build\darknet\x64目录下

然后进行测试，在当前目录下右键—>在此处打开命令窗口（也可以打开cmd，cd到darknet.exe的目录下），然后输入命令：darknet detect cfg/yolov3.cfg yolov3.weights data/dog.jpg
下面是结果（我用的是自己喜欢的图）：
在这里插入图片描述

相关问题（持续更新）

这里主要记录网上一些小伙伴按照我的教程使用时遇到的一些问题，并分享给大家

无法打开输入文件 “opencv_world320.lib”

来自小伙伴 @qq_41548343 的分享
在darknet工程上右键—>生成，并没有编译出darknet.exe文件，并会提示
在这里插入图片描述
解决办法：
将OpenCV的解压路径 …\opencv\build\x64\vc14\lib 添加至程序—>属性—>链接器—>常规—>附加库目录中
在这里插入图片描述


参考

为了实现搭建查阅了很多大佬们的文章，也得到了很多帮助
[1] cuda安装教程+cudnn安装教程
[2] yolov3在win10 下用vs2017配置GPU版
[3] yolo3 + Windows + VS2017 + CUDA9.2 教程
以上是部分的文章，谢谢上面大佬的文章，我也希望我的文章可以帮助更多的人。

软烧香丶
关注
  • 28
    点赞
  • 踩
  • 114
    收藏
    觉得还不错? 一键收藏
  • 84
    评论
专栏目录
Win10下YOLOv3配置、制作数据集与训练检验
weixin_45902911的博客
07-07 1818
文章目录前言1、YOLO项目2、电脑配置与环境2.1 安装Cuda2.1.1 查看本机驱动版本2.1.2 安装过程2.2 安装Cudnn2.3 安装OpenCV2.4 安装VS20173、编译3.1 下载darknet3.2 darknet.vcxproj文件的修改3.3 darknet.sln文件的设置与编译3.4 测试YOLOv33.5 总结一下常见错误4、基于自己的数据创建YOLO数据集4.1 labelimg标记数据集4.2 数据集的搭建4.2.1 下载VOC2007数据集4.2.2 按照VOC2.
在win10下进行pytorch版本yolov3安装及训练
12-22
1.下载 代码网址：https://github.com/ultralytics/yolov3 权重文件：这个好久之前下载的了网址找不到了 2.代码环境 Readme写的是python3.7，我用的是3.6 其他的根据requirements.txt安装可运行，可以先使用以下代码安装 pip install -U -r requirements.txt 安装列表中包含 numpy opencv-python >= 4.1 torch >= 1.4 matplotlib pycocotools tqdm pillow 你在安装中可能会遇到以下问题 提示torch版本不对 【解决方案】通过官网代码
yolov3 yolov5 yolov8配置环境报错合集
最新发布
qq_59647516的博客
04-25 1147
于是首先进行了import cchardet的操作发现已经成功安装，进入Lib文件夹内查找cchardet模块的文件，在https://pypi.org/project/中查找到了已经下载的版本与正在使用的python版本不兼容，最后卸载了当前版本的cchardet，重新下载对应版本后，问题成功解决了！首先，确保你要安装的库名称拼写正确，并且你指定的版本号是存在的。：如果你尝试安装的库与你当前使用的Python版本不兼容，你可能需要更换Python版本或者安装与你的Python版本兼容的库版本。
Win10+YOLOv3完整安装过程（自己运行了）
u010451638的博客
10-16 2305
安装GPU的可以参考 https://www.cnblogs.com/codeit/p/13253449.html 最近了解并尝试在Win10安装YOLOv3，参考了十几篇文章，发现每个人都有自己的安装方式，最初尝试用cmake编译，虽然安装完成，坑非常多，经2天努力终于安装成功，分享并记录自己的安装过程，供大家参考。 系统：Win10 显卡：GeForce RTX2070 with Max-Q Design 其它：CUDA10.2，cuDNN7.6.5，VS2019，OpenCV3.4.0（opencv版
YOLOV3的win10安装
a1103688841的博客
03-21 825
WIN10下安装YOLO YOLOV3的pytorch源码 git的国内镜像 anaconda下载 注意：anaconda安装的时候要选加入全局变量 用anaconda创建环境 conda create -n py3 python=3 conda activate py3 pip换源 $ d: $ cd PyTorch-YOLOv3/ $ sudo pip install -r...
win10下配置yolov3-附件资源
03-05
win10下配置yolov3-附件资源
win10下配置java环境变量的方法
08-25
在本文中，我们将详细介绍win10下配置java环境变量的方法，并提供了详细的图文步骤供读者参考。 java环境变量的重要性 在java开发中，java环境变量扮演着非常重要的角色。java环境变量可以帮助我们快速地定位java...
win10+yolov4测试环境安装指导.docx
09-12
在本文档中，我们将详细介绍如何在Win10操作系统上配置一个用于Yolov4测试的环境，主要包括显卡驱动、Visual Studio Community 2017、CUDA 10.2、CUDNN v7.6.5.32以及CMake 1.18.2的安装步骤。这个指南适用于拥有RTX...
Win10下安装YOLOV3+VS2015+OPENCV3.2.0
weixin_34758340的博客
05-28 365
Win10+VS2015+YOLOV3+OPENCV3.2.0总的说明CUDA安装OPENCV3.2.0YOLOV3编译编译和测试 总的说明 本人电脑win10+r4800+1660ti-maxq，网上配置window环境下YOLOV3的说明良莠不齐，在此处记录自己配置的过程。 ##VS2015安装 VS2015 这个没什么好说的，可以在各种途径下载，最后安装后自定义安装自己需要的部分。 CUDA安装 注意：最好不要用最新的CUDA11.1，在最后的检测模块无法识别出，本人最后降级使用CUDA10.1后，
win10在自己工程里使用YOLOv3
liushangkun的博客
04-05 1290
环境：win10+vs2015 之前是搭建过YOLOv2，现在是准备在自己项目里使用YOLOv3。 官方GitHub上其实很全面，之前已经安装过vs2015 cuda 和 cuddn，所以YOLOv3也很顺利。 https://github.com/AlexeyAB/darknet#how-to-use-yolo-as-dll-and-so-libraries 接下来就是怎么样在自己项目中...
tensorflow版本的YOLO v3，在Windows系统下亲测可运行(Python)
05-12
tensorflow版本的YOLO v3，在Windows系统下亲测可运行，代码完整，包含训练测试demo等等，上手简单容易，无需复杂的环境，tensorflow版本的YOLO v3，在Windows系统下亲测可运行，代码完整，包含训练测试demo等等，上手简单容易，无需复杂的环境，tensorflow版本的YOLO v3，在Windows系统下亲测可运行，代码完整，包含训练测试demo等等，上手简单容易，无需复杂的环境，tensorflow版本的YOLO v3，在Windows系统下亲测可运行，代码完整，包含训练测试demo等等，上手简单容易，无需复杂的环境，tensorflow版本的YOLO v3，在Windows系统下亲测可运行，代码完整，包含训练测试demo等等，上手简单容易，无需复杂的环境
win10 + Anaconda + yolov3 + pytorch (CPU版)
01-20
一、Anaconda安装与配置 推荐清华镜像站下载Windows版本，安装可参考官方文档（注意安装路径不要有中文） 安装时勾选将anaconda添加至系统环境变量中(官方文档第8步) 在cmd中输入conda -V，输出 conda x-x-x（x-x-x为版本号）即为安装成功 安装成功后将anaconda切换为清华源，具体步骤如下： win + R 打开cmd,输入conda config --set show_channel_urls yes生效后可以在系统盘用户目录系下找到.condarc用记事本打开，用以下内容替换： channels: - defaults show_channe
win10下yolov3的配置
matcap的博客
03-25 544
自己的环境是gtx1060 win10,显卡显示的cuda版本9.1.0(坑爹的版本) 在下载驱动时用cuda9.0就可以 虽然安装的时候检测驱动兼容检测不到但不用管他，当然在此之前你需要将自己的显卡驱动更新至最新 然后对应的cudnn就下载cuda9.0对应的即可。 具体参考https://blog.csdn.net/StrongerL/article/details/81007766 ...
win10YOLOv3的配置
Mr_health的博客
07-11 1565
yolov3的官网：YOLOv3 一、系统环境 win10 vs2013 cuda8.0 cudnn6.0 opencv2.4.13 二、安装前期准备 1、安装vs2013 2、安装cuda8.0和cudnn6.0，见教程win10下cuda8.0+cudnn6.0配置 3、安装opencv2.4.13 ，见教程opencv2.X.X配置 4、在官网下载yolov3并...
Windows10+VS2017+CUDA 9.2+CUDNN v7.1.4+OpenCV 3.4.0+YOLO v3环境配置
weixinhum
08-06 7548
CUDA 9.2+CUDNN v7.1.4的安装，基本上跟之前这篇文章的描述一致，地址如下： https://blog.csdn.net/weixinhum/article/details/80296442 不同的地方在于CUDA 9.2版本没有出现之前“遇坑一”的问题。 接着下载OpenCV3.4.0，准备搭建环境。要强调的是现在最新的版本是OpenCV 3.4.2，然而看github上面...
win10+TensorFlow版yolov1使用方法
GAN_player的博客
04-24 5879
准备工作： 1：下载python3.5。直接去官网下载 2：下载TensorFlow版本yolo，下载链接 ： https://github.com/hizhangp/yolo_tensorflow 3：下载opencv：http://www.lfd.uci.edu/~gohlke/pythonlibs/#opencv，并将下载的whl文件放到D:\Python35\Lib\site-pack
Windows下 YOLOv3配置教程
萧海的博客
08-21 1209
Summary: YOLOv3—Windows配置 Author: Amusi Date: 2018-04-05 YOLOv3翻译 yolo官网 目录 硬件环境 安装教程 下载darknet 修改darknet.vcxproj 修改darknet.sln 打开darknet.sln 准备 测试 ...
配置yolov3环境
u010451638的博客
09-27 2205
参考文章： https://blog.csdn.net/Yvette_Lucifer/article/details/82856664（应该是一个可爱女孩写的，遇到很多问题都是看她的文章里面的链接解决的，另外也提供了我之后的学习方向） https://blog.csdn.net/baidu_36669549/article/details/79798587（最开始找到的最符合我情况的一篇，步骤干净利落，但是不是很详细） https://blog.csdn.net/qq_41175905/article/de
win10 怎么配置yolov5的环境
05-26
以下是在 Windows 10 上配置 YOLOv5 的环境的步骤: 1. 安装 Anaconda 在官网下载 Anaconda 安装包，安装完成后在命令行中输入 “conda -V”命令，确认是否安装成功。 2. 创建虚拟环境 在 Anaconda Prompt 中输入以下命令，创建一个名为 yolov5 的虚拟环境。 ``` conda create --name yolov5 python=3.8 ``` 3. 激活虚拟环境 在 Anaconda Prompt 中输入以下命令，激活 yolov5 环境。 ``` activate yolov5 ``` 4. 安装依赖项 在激活的 yolov5 环境下，输入以下命令安装依赖项。 ``` pip install -r requirements.txt ``` 5. 下载 YOLOv5 在 GitHub 上下载 YOLOv5 代码，将其解压到本地。 6. 下载预训练模型 在 https://github.com/ultralytics/yolov5/releases 下载预训练模型，将其放入 yolov5/models 目录中。 7. 测试 YOLOv5 在 yolov5 目录下执行以下命令，测试 YOLOv5 是否能正确运行。 ``` python detect.py --weights yolov5s.pt --img 640 --conf 0.25 --source data/images/ ``` 如果正常运行，YOLOv5 就已经成功配置完成了。
评论 84
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