WIN10 系统下下载安装YOLOV4并使用GPU加速（保姆级）

最新推荐文章于 2023-09-19 18:55:22 发布
最新推荐文章于 2023-09-19 18:55:22 发布
阅读量3.4k 收藏 38
点赞数 6
分类专栏： 学习笔记 文章标签： 神经网络
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/russwest0/article/details/112914380
版权
本文详述了在Windows 10系统中，如何下载安装YOLOv4并利用GPU加速的全过程，包括下载源码、配置opencv、安装CUDA和CUDNN、设置Visual Studio以及解决配置过程中遇到的问题。在安装过程中，重点强调了环境变量的设置和CUDA配置的注意事项，以确保YOLOv4能成功运行并利用GPU提升运行效率。
摘要由CSDN通过智能技术生成

这次因为比赛需要测试一下yoloV4的速度，就安装了一下YOLOV4，差点哭出来 基本上把能踩的坑都踩了一遍（无奈）。装完之后想写一片总结记一下，也帮大家伙避避雷。

一、下载yoloV4源码

建议使用git下载，一行指令就搞定还挺快的。（没有的话可以直接在github上点下载就好，不过这个我没试过）
在需要下载的位置右键点击Git Bash Here(我是在E盘下)

在这里插入图片描述
打开git界面后输入：

git clone https://github.com/AlexeyAB/darknet.git

等待下载即可
下载后当前目录下会出现一个名为darknet的文件夹，这个就是我们需要的yoloV4的源码

二、opencv的下载和配置

我用的是opencv4.4。opencv在Windows下还是很好配置的。
从官网（https://opencv.org/）点击下载就行yoloV4要求opencv的版本在2.4以上，所以opencv3或者opencv4都是可以的。下载完成后会有下图所示的exe文件直接双击，跟随引导解压即可。
在这里插入图片描述
解压完成后要将其添加到环境变量中去：
桌面右键单击此电脑->属性->点击左侧的"高级系统设置"
会出现下图界面：
在这里插入图片描述
点击环境变量，在用户变量的PATH中填入路径（以opencv4.4.0为例）：
你的安装地址\opencv\build\x64\vc15\bin
在系统变量中添加：
①变量名：OPENCV_DIR，路径：你的安装地址\opencv\build

最低0.47元/天 解锁文章
russwest0
关注
专栏目录
使用TensorRT C++部署YOLOv10实现GPU加速-C++源码与模型
06-04
该代码将演示如何使用NVIDIA TensorRT C++ API 部署YOLOv10目标检测模型，实现模型推理加速。经过测试，推理可以实现2ms所有，全流程包含前后处理仅有15ms左右。 此处提供了项目源码以及模型文件。
yolo v4安装与使用
清风、腾云的博客
01-06 2449
yolo v4安装与使用(GPU版本)
yolov4 darknet安装笔记
qq_45095009的博客
06-27 1199
yolov4 darknet安装笔记
OpenCV之YOLOv4 目标检测
最新发布
风间琉璃的博客
09-19 558
YOLOv4（You Only Look Once version 4）是计算机视觉领域中的一个物体检测算法，它是 YOLO 系列算法的最新版本之一。YOLOv4 极大地改进了物体检测的性能和准确性，并且在速度和精度之间取得了良好的平衡。yolov4网络结构如下：yolov4相对于yolov3 spp性能提升的不多，但是相对应yolov3，性能得到了极大的提高。yolov4基本组成：1. CBM：Yolov4网络结构中的最小组件，由Conv+Bn+Mish激活函数三者组成。
win10 下安装YOLOv4的全过程记录
z641538329的博客
11-23 2476
win10 下安装YOLOv4的全过程记录 1. 环境搭建 这里所有的依赖环境都有版本要求 1.1 安装编译工具CMake YOLO作者只推荐windows用户使用两种build方式，一种是使用CMake进行项目构建。推荐使用CMake GUI，傻瓜式操作。 在官网下载即可：https://cmake.org/download/ ，注意版本需要CMake >= 3.12 1.2 安装CUDA CUDA是NVIDIA推出的一个计算平台，可以让CPU和GPU协同工作，各自发挥最大的效用。 https:
Darknet下训练测试评估yolov4(big)模型
m0_60900621的博客
10-12 1365
使用darknet训练yolov4
win10使用清华源快速安装pytorch-GPU版(推荐)
09-29
为了提高下载速度，可以配置清华源来加速安装过程，因为国内用户使用境外源可能会因为网络问题导致下载缓慢甚至失败。 首先，检查CUDA是否已正确安装是重要的一步。CUDA Toolkit是NVIDIA为开发者提供的工具包，包含...
win10+cuda10.2+VS2019+YOLOV4.zip
04-26
【标题】"win10+cuda10.2+VS2019+YOLOV4.zip" 提供了一个在Windows 10操作系统上搭建YOLOv4深度学习环境的详细配置，其中涉及到的主要组件包括CUDA 10.2、Visual Studio 2019（VS2019）以及OpenCV 3.4.0。...
【darknet-yolo系列】yolov4 训练模型操作流程（包含所有资源下载）
sazass的博客
07-06 8375
全程参考官方文档：https://github.com/AlexeyAB/darkne 非常详细！ 1.标注数据集，并转为yolo模式（txt格式）： 标注的方式很多，这边只针对labelImg工具标注来做的，没有的可自行网上下载； 标注完成后，会生成xml文件，这里需要转换成yolo需要的txt格式： txt的格式： <object-class> <x_center> <y_center> <width> <height> 第一个：分类数 第二
目标识别1-YOLOv4模型中国交通标志识别
weixin_60536251的博客
05-13 439
目标识别1-YOLOv4模型中国交通标志识别
yolov4预训练模型yolov4.conv.137和yolov4.weight和yolov4源代码免费下载
雅痞匪徒(Nike)的博客
04-25 1万+
yolov4.conv.137这个文件，作者给的下载链接，是外网，所以翻墙去下载了一下，速度还不错，这玩意没必要还收费，毕竟模型都是作者的，直接免费分享了： 链接：https://pan.baidu.com/s/1XrcPHdp2_4c-dKge2Guw4w 提取码：xsxb 如果链接不可用了，记得留言，取走的时候，记得点个赞。 ...
(tiny) YOLOv4 详细训练指南(附下载链接)
安阳知秋
07-01 1万+
目录相关资料官方链接权重文件训练步骤（1）编译（2）数据准备（3）修改配置（4）训练测试注意事项功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图导出与导入导出导入 相关资料 官方链接 yoloV4论文：《YOLOv4: Optimal Speed a
yolov4的Pytorch（cpu版）安装步骤详解，有手就能学会
热门推荐
百年孤独百年的博客
05-03 2万+
我的环境 win10+anaconda（创建的python=3.6版本）+yolov4+Pytorch（cpu版） 1. 准备文件 pytorch-YOLOv4代码下载 https://github.com/Tianxiaomo/pytorch-YOLOv4 权重（weights）模型下载 谷歌云盘 https://drive.google.com/open?id=1cewMfusmPjY...
Yolov4 COCO pre-train darknet 权重文件
weixin_48753606的博客
01-07 1477
Yolov4 COCO pre-train darknet 权重文件
从0开始配置YOLOv4训练自己的数据集
weixin_49252254的博客
04-11 1015
第一步 下载源码 YOLOv4 https://github.com/AlexeyAB/darknet Download ZIP 并解压 第二步 创建虚拟环境 详见https://blog.csdn.net/weixin_49252254/article/details/110307445 第三步 配置OpenCV pip insatll opencv-python 第四步 制作自己的数据集 1.标注自己的数据集 详见https://blog.csdn.net/weixin_49252254/ar
YOLOV4 预训练模型 yolov4.conv.137 网盘链接
05-07 9270
下载路径： 文件包括：darknet 工程/yolov4预训练模型/作者训练好的yolov4模型/yolov4文章 链接: https://pan.baidu.com/s/1kwAwefd3absOrZSTAGnbhQ 提取码: x3gz 拿走，不谢～ 另，YOLOV4的文章解读如下： YOLOv4 详解版！一句话总结：速度差不多的精度碾压，精度差不多的速度碾压！ ...
yolov8训练使用gpu加速
09-15
要使用GPU加速训练Yolov8，你需要确保以下几个步骤已经完成： 1. 安装GPU驱动程序：确保你的计算机已经安装了适当的GPU驱动程序。你可以从GPU供应商（如NVIDIA）的官方网站上下载并安装最新的驱动程序。 2. 安装CUDA：CUDA是NVIDIA提供的用于GPU加速的并行计算平台和编程模型。你需要根据你的GPU型号下载并安装适合的CUDA版本。确保在安装CUDA时按照官方文档的指导进行操作。 3. 安装cuDNN：cuDNN是NVIDIA提供的用于深度神经网络加速的库。你需要从NVIDIA开发者网站上下载适合的cuDNN版本，并按照官方文档的说明进行安装。 4. 设置深度学习框架：根据你选择的深度学习框架，需要进行相应的设置以支持GPU加速。以PyTorch为例，可以通过设置`torch.cuda.is_available()`来检查是否可用GPU。 5. 加载数据和模型：在训练Yolov8之前，确保你已经准备好了训练数据集和相应的模型架构。可以使用GPU进行数据加载和模型初始化。 6. 设置运行参数：在训练脚本中，你可以通过设置相关的参数来启用GPU加速。例如，在PyTorch中，可以使用`model.cuda()`将模型移至GPU上，使用`torch.nn.DataParallel`进行多GPU训练等。 7. 启动训练过程：最后，你可以执行训练脚本来开始使用GPU加速训练Yolov8。在训练过程中，你应该可以看到GPU的使用率明显增加。 通过以上步骤，你应该能够成功地使用GPU加速训练Yolov8。请注意，具体的步骤可能因你的操作系统、GPU型号和深度学习框架而有所不同，请参考相关文档和教程以获取更详细的指导。
评论 5
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