【darknet-yolo系列】在window10下安装GPU版的darknet

个人环境安装完成后的配置总结：
Visual Studio Enterprise 2015；
cuda_10.0.130
cudnn-10.0；
opencv3.4.5

其他相关链接：
yolov4 训练模型操作流程（包含所有资源下载）
yolov3 训练模型操作流程（包含所有资源下载）
Windows下在c++中调用darknet-yolo进行检测
下载coco数据集并训练自己的模型
(利用谷歌提供的虚拟盘)在colab上训练yolo模型（详细操作流程）

0.安装Vsiual Studio2015

链接：https://pan.baidu.com/s/11L4_xgRl_3IRRE6L296Rfg
提取码：2yms
可去官网下载更新版本

1.安装opencv

可以官网下载：https://opencv.org/releases/
若是觉得速度太慢，可以下载opencv3.4.5windows版：
百度网盘：https://pan.baidu.com/s/1IPSDo2ZLqU_GQZuY1Wi3xg 提取码：vqx8

2.安装CUDA Toolkit

关于版本的选择，要关注自身显卡驱动能支持的最高CUDA版本。

查看驱动版本：打开系统———>设备管理器——>显示适配器——>双击查看驱动版本



驱动版本：418.3，当时下载的是10.0版本
下载地址：
CUDA10.1版本：https://developer.nvidia.com/cuda-10.1-download-archive-base
官方安装文档：https://docs.nvidia.com/cuda/

然后一路安装。

3.下载cudnn

cuDNN是一个SDK，是一个专门用于神经网络的加速包，注意，它跟我们的CUDA没有一一对应的关系，即每一个版本的CUDA可能有好几个版本的cuDNN与之对应，但一般有一个最新版本的cuDNN版本与CUDA对应更好。
这里下载的是cudnn7.6.5，官网地址：https://developer.nvidia.com/cudnn

下载完压缩包并解压：里面有3个文件夹：

复制，并粘贴到cuda的安装目录，
一般是：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0
然后合并：

4.下载darknet项目：

https://github.com/AlexeyAB/darknet
页面上有非常详细的darkent安装和使用教程
github下载速度过慢，可转移到gitee下载；
或者网盘下载：链接：https://pan.baidu.com/s/1Gmb0dD6QM8hszySdcvrpEg 提取码：avm6

5.使用VS编译darknet项目

先检测系统环境变量：

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\bin 
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\libnvvp

打开项目目录下：build\darknet
采用记事本方式修改darknet.vcxproj，修改CUDA为自己安装的版本：
保存后打开：darknet.sln

模式设置为Release x64

如果没有CUDA选择，如下：

检查CUDA路径；
加载opencv设置，可参考：https://blog.csdn.net/sazass/article/details/88785117

最后右击项目，点击生成；

然后，当前文件夹下生成一个x64文件夹

6.验证：

打开cmd控制台，cd到x64目录下
输入darknet.exe detect cfg/yolov3.cfg yolov3.weights data/dog.jpg

出现图像表示安装成功！