YOLOv3/YOLOv4(GPU)+Win10+VS2019的配置（从０开始）

YOLOv3/YOLOv4+Win10+VS2019+GPU的配置（从０开始 ）

1. 前言

本教程主要分为了两个板块：YOLOv3的配置 和 YOLOv3用自己的数据集训练 （Yolov4配置过程是完全相同的，本博客依然适用，只是训练以及识别采用的命令有所不同，Yolov4的作者已经在他的GitHub中详细描述了，本文主要是讲述如何配置Yolo）。

第二篇博客：Win10+Yolov3用yolo_mark标记数据集 训练自己的模型 也已经发布了~~

这几天以来，我也看了很多这方面的博客，依然是踩了很多的坑才过来的。因此我写了这两篇博客，希望能够帮助一些人。

为此我还专门借了一台电脑，没有安装过任何编程相关的软件，以求做到真正的从０开始，且是我亲自配置确定无误的。

btw：文章中涉及到需要下载的东西，都最好先挂vpn，不然下载速度会比较慢。

2. 软件/组件的下载及安装

在配置之前自然要先安装相关的软件或组件（废话）

2.1 CUDA的安装

首先要注意的是，CUDA的安装需要在VS2019的安装之前！如果你已经安装过VS2019，再安装CUDA，可能会导致安装失败。但是也不用担心，也有解决方法。解决方法我等会会给出，这里先按照步骤继续。

先进入CUDA11.0下载地址，依次选择Windows，x86_64,10，最后选择network （选择 local也可以的，只是在线和本地的区别而已，不是重点）

如果你想要选择其他版本的CUDA当然也是可以的。但是需要注意的是，由于最近Yolov4的作者更新了darknet，所以你安装的CUDA版本必须 CUDA >= 10.1，否则会编译失败！

此外似乎CUDA == 11.2的时候会报错，推荐还是使用11.0版本

CUDA安装勾选

---

下载之后安装，安装也十分简单。先选择你习惯的路径，安装选项选择精简即可。

如图所示：

选择路径

---

选择精简

---

安装结束之后重启计算机就好了 （可以不用现在重启，因为之后安装VS2019之后也需要重启计算机）。

打开cmd后，输入：

nvcc -V

就可以检测是否已经安装成功。如果安装成功，则可以看见

安装成功

---

回到最开始所说的，假如已经安装了VS2019，导致安装失败了的解决方案。

安装失败之后，可以看到哪些组件未安装，或者安装失败。安装失败大概率是因为Visual Studio Integration这个组件。所以你在重新安装的时候，不要选择精简，而是选择自定义。在自定义安装的过程中，记得去掉安装Visual Studio Integration这个选项再安装。

如果这样依旧安装失败，那就再把安装失败的组件给记录下来，再次自定义安装的时候，额外去掉刚刚记录下来的安装失败的组件，多次重复直到安装成功。

2.2 cuDNN的安装

cuDNN的下载要相对其他几个稍微麻烦一点，因为还需要注册一个账号。首先进入cuDNN下载的地址。之后点击Join now，进入一个登录界面，选择下面的Create An Acount开始注册账号。

注册之后重新打开最初的页面，需要填一个调查问卷，填好之后就可以开始安装了

cuDNN下载

---

注：如果在本教程前已经安装了CUDA且非11.0版本，则选择和自己相对应