Yolo v4 Darknet编译(Windows10 + VS2015 + OpenCV4.2)

Darknet github地址：https://github.com/AlexeyAB/darknet

最近刚更新了Yolo v4，对比Yolo v3有很大提升，所以迫不及待编译来试试。

编译与测试步骤如下：

① 下载darknet-master.zip并解压

② 打开CMake，设置源码和生成项目路径，设置编译平台比如VS2015 x64， 然后点config，看下官方配置图

上面的生成目录和源码目录相同，当然你的生成目录可以自己设置，config一次后需要设置OPENCV目录 和GPU相关配置

至于CUDA和CUDNN因为我用GPU版的TensorFlow都配置好的，基本可以自己定位，下面是官网的要求

配置好之后点击generate生成

③ 源码路径下会生成 Darknet.sln等项目文件，双击打开，选择debug或release, x64，右键选择ALL_BUILD生成

如果生成没有错误，即可右键选择INSTALL，选择“仅用于项目”----“仅生成INSTALL” ，成功后会生成darknet.exe和dark.dll等文件

④ 测试验证

    yolov4.cfg在cfg文件夹下，yolov4.weights需要自行下载https://drive.google.com/open?id=1cewMfusmPjYWbrnuJRuKhPMwRe_b9PaT  然后新建weights文件夹放入其中，另外需要将OpenCV对应版本的dll放在darknet.exe同目录，同时需要pthreadGC2.dll和pthreadVC2.dll(这两个dll在下图所示路径)

然后命令行运行darknet，可见如下提示，说明可以正常运行了

 

下面来测试一段视频，大家自己找，然后命令行设置对应路径即可 

darknet detector demo cfg/coco.data cfg/yolov4.cfg ./weights/yolov4.weights data/01.avi -ext_output

我把yolov4.cfg中的width和height都改为了320，测试的AVG_FPS是23.8，大家可以自行测试，官方有4种尺寸验证结果

下面是测试效果感觉还可以，我对比效果比yolo v3(416 x 416)的效果好(单就这个视频的速度和准确率)