在Win10安装和编译YOLO v4

一、配置环境

系统：Win10 64位
Python: 3.7
Visual Studio: 2017版
Cuda: 10.0
cuDNN：7.6.5.32
CMake：3.19.2
Opencv: 4.5.0
GPU: GTX 1050

1、安装Visual Studio

（下载地址）

2、安装Cuda

（下载地址）
参考资料：保姆级的CUDA的下载安装使用，详细的环境变量配置，不仅仅让你能够安装，还会教你弄懂为什么要这样安装

3、安装cuDNN

（下载地址）
注意版本要和Cuda版本对应

4、安装CMake

（下载地址）

5、安装Opencv

（下载地址）
添加环境变量OpenCV_DIR为D:\opencv\build\x64\vc15\lib
如果装在C盘，则换成对应的地址

二、安装YOLOV4

1、下载darknet

（下载地址）
下载后复制到工程文件中

添加环境变量darknet\build\darknet\x64
方框中OpenCV的这四个路径最好也添加上去

2、设置Makefile

打开darken根目录下的Makefile文件，如下表所示设置里边参数：

内容修改	不同情况
GPU=1	用CUDA构建，用GPU加速（CUDA应该在/usr/local/CUDA中）
CUDNN=1	不同情况
CUDNN_HALF=1	用于张量核（在泰坦V/Tesla V100/DGX-2及更高版本上）加速探测3x，训练2x
OPENCV=1	使用OPENCV 4.x/3.x/2.4.x构建-允许检测来自网络摄像机或网络摄像机的视频文件和视频流
DEBUG=1	使用OPENCV 4.x/3.x/2.4.x构建-允许检测来自网络摄像机或网络摄像机的视频文件和视频流
OPENMP=1	使用OPENMP支持构建，使用多核CPU加速Yolo

1. 如果已经安装opencv的情况下，需要设置OPENCV=1；
2. 如果有Nvidia显卡并且已经安装相应版本CUDA与CUDNN时，设置GPU=1,CUDNN=1.
3. 如果显卡为 Titan V / Tesla V100 / DGX-2 或者更新的产品时，设置CUDNN_HALF=1;
4. 多核CPU应用时，设置OPENMP=1

3、编译

打开CMake，source code和binaries选择darknet文件夹
点击configure，选择VS2017和x64，点击Finish

如果一切正常，继续点击generate，open project，然后自动打开VS

选择Release x64版本，右键ALL_BUILD，点击生成，没有错误的话继续右键INSTALL，点击生成，没有错误的话就编译成功了。

三、测试

下载训练好的模型权重文件：yolov4.weights和yolov4-tiny.weights
yolov4.weights：https://github.com/AlexeyAB/darknet/releases/download/darknet_yolo_v3_optimal/yolov4.weights
yolov4-tiny.weights：https://github.com/AlexeyAB/darknet/releases/download/darknet_yolo_v4_pre/yolov4-tiny.weights
放在darknet目录下的backup文件夹（需要新建backup文件夹）

在darknet目录下打开cmd（地址栏输入cmd即可）
输入如下命令即可测试
测试图片：

darknet.exe detector test cfg/coco.data cfg/yolov4.cfg backup/yolov4.weights xxx.jpg

测试视频：

darknet.exe detector demo cfg/coco.data cfg/yolov4.cfg backup/yolov4.weights xxx.mp4

四、参考资料

1. https://blog.csdn.net/weixin_43723614/article/details/105772081
2. https://blog.csdn.net/qq_35451572/article/details/105921647