【回忆帖】Win10系统 VS2017 + OpenCV4.1.0 + CUDA + cudnn + Darknet + Yolo-v4 安装&配置

已于 2023-05-21 00:54:11 修改
阅读量829 收藏 3
点赞数 1
文章标签： YOLO opencv 计算机视觉 c++
于 2023-05-21 00:26:28 首次发布
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_43190332/article/details/130783618
版权

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】
在这里插入图片描述
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
在这里插入图片描述
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
在这里插入图片描述

5、遇到登录界面点击【以后再说】，然后点击【启动Visual Studio】
在这里插入图片描述
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
在这里插入图片描述

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/#
在这里插入图片描述

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】
在这里插入图片描述
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
在这里插入图片描述
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
在这里插入图片描述

2.3 VS2017 相关配置

1、先新建一个控制台应用项目 OpenCVtest
在这里插入图片描述
2、在菜单栏中点击【视图】->【其他窗口】->【属性管理器】
在这里插入图片描述
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】
在这里插入图片描述

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
在这里插入图片描述
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
在这里插入图片描述
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
在这里插入图片描述

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;
}

在这里插入图片描述

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：
在这里插入图片描述

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】
在这里插入图片描述

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】
在这里插入图片描述

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
在这里插入图片描述

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
在这里插入图片描述
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
在这里插入图片描述
在这里插入图片描述

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】
在这里插入图片描述

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
在这里插入图片描述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
在这里插入图片描述
6、点击【链接器】->【附加依赖项】，添加 opencv_world410.lib
在这里插入图片描述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
在这里插入图片描述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
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

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

illu_R666
关注
  • 1
    点赞
  • 踩
  • 3
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
win10+VS2017+Cuda10.0环境配置详解
08-18
主要介绍了win10+VS2017+Cuda10.0环境配置详解，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
win10系统使用yolov5，安装cuda、anaconda、pytorch、opencv避坑避雷最全讲解+常见问题解答
qq_45700453的博客
04-01 9274
yolo全称“you only look once”，可以用来进行快速目标识别 网上资料很多，来做一下整理。 yolo现在做到v5了，有很多人研究，v3 v4 版本需要在darknet这个架构上；v5需要在pycharm上。 我需要用的是v3版本。 拥有darknet架构需要先下载三个东西：（1）visual studio 2019；（2）openCV并配置环境；（3）cuDNN，在下载cuDNN之前，需要下载CUDA； 我们一步步来。 （1）visual studio 2019 这个网上随便下，安装也有很
win10+vs2017+opencv4.5.0+opencv_contrib-4.5.0+cuda源码编译详细教程
fengxinzioo的博客
11-01 1万+
大家第一次安装opencv的时候一定要一定要一定要认真看一遍教程，很多错误是自己不认真仔细导致的，特别看安装过程的注意事项，等一定了解和熟练后再总结一套自己的教程，这样对自己以后安装东西有很大的帮助 本人github 准备工具 cmake、vs2017、opencv4.5.0、opencv_contrib-4.5.0、cuda、cudnn 一、下载安装cuda、cudn 参考链接：https://blog.csdn.net/fengxinzioo/article/details/105646969
Window10 vs2017 opencv配置，和简单测试
weixin_43488529的博客
05-11 243
下载对应的opencv版本，本文使用的是opencv-4.5.1-vc14_vc15.exe解压后放在自己习惯的盘中，本次使用的是放在D:\software\OpenCv4.5 进行环境变量配置如下 vs中新建项目，项目→❌❌属性如下配置，在包含目录中加入之前解压后的文件路径 D:\software\OpenCv4.5\opencv\build\include\opencv2 D:\software\OpenCv4.5\opencv\build\include 路径由自己解压和配置的路径决定 库.
win10下VS2017+opencv+opencv_contribute配置
BigDream123的博客
08-11 592
最近老师让我们做一个简单的人脸识别系统出来，但是配置OpenCv的环境真的是让人头大，尤其是人脸识别库在opencv-contrib库里面，通常在官网上下载源码再利用CMake编译，为防止大噶和我碰到一样的麻烦，所以我这里将已经编译好的opencv3.2版本和3.4版本放在这，并记录如何在VS2017里面配置。 OpenCv3.4-contrib的https://download.csdn.ne...
win10x64+opencv3.2.0+vs2017
Orville的博客
03-10 718
opencv3.2.0下载地址https://sourceforge.net/projects/opencvlibrary/files/opencv-win/3.2.0/opencv-3.2.0-vc14.exe/download 安装至E盘 右击【我的电脑】->【属性】->【高级系统设置】->【环境变量】 在系统变量PATH中新增E:\opencv\build\x64\vc14\bin
opencv最新编译包（win10+vs2017+opencv_contrib-master)
07-14
opencv最新编译包（win10+vs2017+opencv_contrib-master)
opencv_contrib3.4.0+vs2017+win10+opencv3.4.0
05-17
本资源是使用CMake编译的opencv3.4.0和opencv_contrib3.4.0，编译环境是vs2017和win10，下载后正常配置就能使用
vs2017+opencv4.5.0+opencv_contrib-4.5.0+CUDA11.6+DNN模块
08-03
通过opencv的dnn模块加速实现深度学习的目标识别。
opencv4.5.1+vs2017+win10+cuda+编译
07-26
opencv4.5.1+vs2017+win10+cuda+编译
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。
win10+vs2019+opencv4.5.5+opencv_contrib
09-02
以前编译的opencv4和opencv_contrib的库，由于之前的库全是vs2017编译的
VS Visual Studio 2017 +cuda环境配置+创建项目
最新发布
qq_41491827的博客
11-07 1963
选择合适版本的CUDA，这里我们选择版本12.2进行下载，进入下载页面，根据系统版本以及安装方式进行选择，点击Download进行安装包下载。然后，进入cuda官网进行下载https://developer.nvidia.com/cuda-toolkit-archive。3.更改Windows SDK : 项目名右键->属性->常规->Windows SDK 版本 选择已安装的版本。其次，查看当前支持的cuda版本。2.项目名右键->属性->CUDA C++ ->第一行填写 $(CUDA_PATH) ->
Win10用命令行编译带有cuda的opencv
迷宫中的我
12-09 959
本文介绍了在win10下，cuda+opencv的安装与部署。
搭建VS2017+CUDA9.1环境
m0_64182150的博客
08-08 1600
VS+CUDA基本环境配置
Win10搭建GPU版Darknet——VS2019+CUDA+CUDNN篇
kamille1024的博客
10-29 1958
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
【windows下Opencv-cuda版本环境配置，简易版本】
Tepmoe的博客
06-01 875
opencv在4.0后提供了GPU加速，但是目前pip安装的是默认不适用cuda的，因此下面重新安装。
win10+cuda11.8+opencv4.5.5使用cuda运行yolov5
dx0014的博客
07-06 597
1、安装Vs2019和cuda11.8，下载opencv4.5.5和对应的opencv_contrib-4.5.5，下载cmake的安装包。上面的安装可以找网上的资源，较好配置。3、打开cmake-gui，使用vs2019进行配置，x64，并按照下图进行选择。生成后，点击open_project，生成解决方案即可，时间较长，一般不会报错。此时可能会出现.cache下载不了的情况，可以使用网上对应的资源。cuda选上后，然后点击configure，编译无错后，选择。extra是安装cuda必备的选项。
Win10+CUDA10+VS2017 安装配置教程
热门推荐
Salmon_lee的博客
10-22 3万+
目录 本机配置 下载并配置 测试Cuda是否安装成功 配置环境变量 配置VS2017 遇到的问题 参考资料 强烈推荐观看：https://docs.nvidia.com/cuda/cuda-installation-guide-microsoft-windows/index.html#introduction 本机配置 win10 64bit（版本1809） i5-72...
opencv4.5.1+vs2017+win10+cuda10.0 + cudnn 7.6.0
07-04
### 回答1： OpenCV是一个开源的计算机视觉和机器学习库，可以方便地处理图像和视频。而CUDA（Compute Unified Device Architecture）是由NVIDIA开发的一种并行计算架构，可以加速图形处理器（GPU）上的计算任务。 OpenCV 4.5.1是OpenCV的一个版本，它提供了丰富的功能和算法，用于图像和视频处理、特征提取、目标检测等任务。这个版本可以在Windows 10操作系统上使用，并且可以与Visual Studio 2017集成，提供开发环境和调试工具。 CUDA 10.0是NVIDIA的一个版本，它支持NVIDIA GPU上的并行计算任务。它允许开发人员使用C语言、C++或CUDA自己的扩展语言编写并行计算代码，以加速计算密集型任务。例如，在图像处理中，可以使用CUDA加速OpenCV算法，从而提高计算性能。 而cuDNN（CUDA Deep Neural Network library）是NVIDIA专门为深度学习任务开发的一个库。它提供了一组高性能的深度神经网络的基本操作和优化算法，可以与CUDA和OpenCV结合使用。 综上所述，OpenCV 4.5.1可以与CUDA 10.0和cuDNN 7.6.0集成使用。开发者可以在Visual Studio 2017中使用这些工具和库进行图像处理和机器学习任务的开发和优化。通过使用CUDA加速，可以提高计算性能，而cuDNN可以提供深度学习任务所需的算法和操作。 ### 回答2： OpenCV 4.5.1是一个计算机视觉库，用于在计算机视觉和机器学习项目中进行图像和视频处理。VS2017是一个集成开发环境（IDE），用于Windows操作系统上的软件开发。CUDA（Compute Unified Device Architecture）是一个用于GPU计算的并行计算平台和API模型。CUDNN是NVIDIA深度神经网络库，用于在GPU上加速深度学习任务。 在Windows 10上使用VS2017来编译OpenCV 4.5.1，并在CUDA 10.0和CUDNN 7.6.0的支持下进行构建可以提供更好的计算性能和加速。CUDA 10.0提供了与CUDA架构和驱动程序的兼容性，并支持许多NVIDIA GPU。CUDNN 7.6.0是基于CUDA的深度神经网络库，可以加速深度学习任务的训练和推理。 使用VS2017编译OpenCV可以让开发者方便地在Windows平台上进行开发和调试。VS2017提供了强大的集成开发环境，它可以帮助开发者编写、调试和测试程序。通过配置CUDA 10.0和CUDNN 7.6.0来支持OpenCV的GPU加速，可以进一步提高图像和视频处理的速度和效率。 总结来说，使用OpenCV 4.5.1、VS2017、Windows 10、CUDA 10.0和CUDNN 7.6.0可以实现在Windows平台上的高效计算机视觉和机器学习开发。这种配置可以提供更好的性能和加速，特别是在需要处理大量图像和视频、进行深度学习任务的情况下。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
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