Win10系统 VS2017 + OpenCV4.1.0 + CUDA + cudnn + Darknet + Yolo-v4 安装&配置
一、VS2017的安装和配置
1、下载在线安装包并解压
链接:https://pan.baidu.com/s/1U8peay6kS8FxrSDZNSIdEg?pwd=6666
提取码:6666
2、进入目录后右键点击 vs2017.exe 【以管理员身份运行】
3、点击继续让其在线下载完整安装包,下载完成后,勾选需要安装的功能
4、点击【安装路径】修改安装位置,点击下载安装直至完成安装
5、遇到登录界面点击【以后再说】,然后点击【启动Visual Studio】
6、点击菜单栏【帮助】-【注册产品】,单击【使用产品密钥解锁】
输入产品密钥【NJVYC-BMHX2-G77MM-4XJMR-6Q8QF】,点击【应用】,即可完成破解安装
二、OpenCV4.1.0的安装和配置
2.1 安装程序下载&解压
1、通过下方链接下载 OpenCV4.1.0 安装程序(Win10系统是 opencv-4.1.0-vc14_vc15.exe),并将其解压到你的工作目录,注意后续配置工作均基于你所解压的目录
链接:https://opencv.org/releases/#
2.2 系统配置(Win10)
1、右键点击【我的电脑】,选择【属性】->【高级系统设置】->【环境变量】,在页面下方的系统变量中找到【Path】一行点击【编辑】
2、然后【新建】,将上述你的 OpenCV 安装目录下的两个路径:
① 你的安装目录\opencv\build\bin
② 你的安装目录\opencv\build\x64\vc15\bin
添加进去,此步操作是为了让主要是为了让系统能找到 opencv_world410.dll 和 opencv_world410d.dll两个文件
3、将 “你的安装目录\opencv\build\x64\vc15\bin” 目录下的 opencv_world410.dll 和 opencv_world410d.dll 分别复制到 “C:\Windows\SysWOW64” 和 “C:\Windows\System32” 目录下
2.3 VS2017 相关配置
1、先新建一个控制台应用项目 OpenCVtest
2、在菜单栏中点击【视图】->【其他窗口】->【属性管理器】
3、在菜单栏下方配置选择【Debug】和【x64】,然后在页面右侧属性管理器项目 OpenCVtest 下的【Debug|x64】右键点击选择【属性】
4、点击【VC++目录】->【包含目录】,增加以下两个路径:
① 你的安装目录\opencv\build\include
② 你的安装目录\opencv\build\include\opencv2
5、点击【VC++目录】->【库目录】,增加以下路径:
你的安装目录\opencv\build\x64\vc15\lib
6、点击【链接器】->【输入】->【附加依赖项】,增加库文件名:opencv_world410d.lib,到此VS2017的配置完成
2.4 验证安装和配置是否成功
新建工程,并运行以下代码,若无报错,则安装配置成功
#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
using namespace cv;
int main()
{
Mat img = imread("1.jpg");
namedWindow("1");
imshow("1", img);
waitKey(6000);
return 0;
}
三、CUDA 和 cudnn 的安装和配置
3.1 下载和安装注意事项
1、下载和安装 CUDA 和 cudnn,下载链接如下(此处提供的版本是 CUDA10.0 和 cudnn7.6.5),其他版本可去官网下载
注意:
① CUDA 和 cudnn 版本号需对应,具体可看此帖https://blog.csdn.net/tangjiahao10/article/details/125225786
② 注意你的 VS 版本是否兼容 CUDA 的版本,此处不做赘述,请自己查询
③ 检查你的电脑是否有支持 NVIDIA 的独立显卡及是否有 NVIDIA 显卡驱动程序,且显卡驱动版本需兼容 CUDA 版本,对应关系如下图所示:
2、由于安装 CUDA10.0 的时候忘记截图了,此处用10.2版本的图代替,安装步骤都是一样的,点击【同意并继续】
3、此处点击【自定义】选项,自定义安装选项默认全选,点击【下一步】
4、安装位置最好默认在C盘,防止玄学报错,点击【下一步】等待安装完成即可
3.2 环境配置
1、右键点击【我的电脑】,选择【属性】->【高级系统设置】->【环境变量】,在页面下方的系统变量中可以看到默认添加了 CUDA_PATH 和 CUDA_PATH_V10_0 两个环境变量
2、此时还需要在环境变量中添加以下几个变量:
CUDA_SDK_PATH = C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.0
CUDA_LIB_PATH = %CUDA_PATH%\lib\x64
CUDA_BIN_PATH = %CUDA_PATH%\bin
CUDA_SDK_BIN_PATH = %CUDA_SDK_PATH%\bin\win64
CUDA_SDK_LIB_PATH = %CUDA_SDK_PATH%\common\lib\x64
3.3 验证安装配置是否成功
打开命令行cd到
“C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\extras\demo_suite” 目录下,分别运行 deviceQuery.exe 和 bandwidthTest.exe,运行结果如下图,若 Rsult=PASS 则说明通过,反之需要重新安装
四、Darknet 和 Yolo-v4 的安装和配置
1、Darknet 及 Yolo-v4 下载链接:https://github.com/AlexeyAB/darknet
2、解压到自定义的工作目录后,找到“\darknet-master\build\darknet”目录下的 darknet.sln 文件双击打开
3、菜单栏下的配置调整为 release,平台调整为 ×64,然后右键点击属性管理器下的 darknet 项目,点击【属性】
4、点击【vc++目录】->【包含目录】,添加以下两条路径:
① 你的安装目录\opencv\build\include
② 你的安装目录\opencv\build\include\opencv2
5、点击【vc++目录】->【库目录】,添加以下一条路径:
你的安装目录\opencv\build\x64\vc15\lib
6、点击【链接器】->【附加依赖项】,添加 opencv_world410.lib
7、配置完成,点击运行使其在 “darknet-master/build/darknet/x64” 生成 darknet.exe 文件,生成成功无报错后就可以愉快地玩耍了
8、此处用个人项目做验证,打开命令行cd到 “darknet-master/build/darknet/x64” 目录下执行命令即可
可见成功加载网络并输出检测结果
五、参考及引用
【1】win10系统中基于vs2017+opencv3.1.4+cuda+cudnn+darknet配置yolov3
https://blog.csdn.net/qq_43475606/article/details/109187054
【2】关于cuda、cudnn环境配置
https://blog.csdn.net/weixin_47166887/article/details/124457997
【3】CUDA Toolkit和cuDNN版本对应关系
https://blog.csdn.net/tangjiahao10/article/details/125225786
【4】vs2019+CUDA10.2,环境配置与代码运行
https://www.jianshu.com/p/ce000e531617
【5】cudnn+CUDA10.0+VS2017+win10详细配置(永久配置)
https://blog.csdn.net/weixin_42818344/article/details/101923213
【6】win10+vs2017+cmake环境下yoloV4的安装配置方法,yoloV4在windows下的安装配置
https://blog.csdn.net/qq_41895190/article/details/105819095
【7】OpenCV 4.1.0 + VS 2017 安装和配置
https://zhuanlan.zhihu.com/p/67428430