Windows 10搭建基于Darknet的 Yolov4目标检测平台

原文地址：Windows 10搭建基于Darknet的 Yolov4目标检测平台

环境配置

硬件环境：CPU Ryzen 1600X；显卡：GTX 1050Ti

软件环境：Windows 10 64位、Visual Studio 2015、CUDA 11.3 、cuDNN v8.2.0 、 OpenCV 3.4

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

安装 CUDA

1. 下载 CUDA，链接：https://developer.nvidia.com/cuda-toolkit-archive
   
   安装 CUDA 前请先安装好 VS 2015；安装 CUDA 时会设置临时解压目录，保持默认即可，第二次才会设置安装目录，临时解压目录和安装目录不能设置为一样的，否则找不到安装。

2. 设置临时目录

4. 选择自定义，取消 Visual Stiudio Integration；
   

5. 配置环境变量（这步可跳过，安装过程中已配置好环境变量，如果没有自己参考以下添加）。

5. 使用 win + R测试，输入命令查看 nvcc -V：

C:\Users\lanweihong>nvcc -V
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2021 NVIDIA Corporation
Built on Mon_May__3_19:41:42_Pacific_Daylight_Time_2021
Cuda compilation tools, release 11.3, V11.3.109
Build cuda_11.3.r11.3/compiler.29920130_0

说明安装成功。

安装 cuDNN

1. 下载 cuddn，链接：https://developer.nvidia.com/rdp/cudnn-archive ，下载对应 CUDA 版本：

2. 下载完成后解压压缩包，将文件夹下的全部文件拷贝至 cuda 的安装目录下；

至此，安装完成。

安装 OpenCV

下载地址：https://opencv.org/releases/

1. 下载完成后直接安装，配置环境变量，添加系统变量，变量名为 “OPENCV_DIR”，值为安装目录，我这里是 D:\Downloads\opencv\build；

2. 在系统变量Path后添加 OpenVC 的bin目录；
   

编译 darknet

1. 使用 Git 下载：

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

或直接下载源码压缩包，下载完成后解压，目录结构如下；

2. 进入 build\\darknet 目录，使用 VS 2015 或其他编辑器打开文件 darknet.vcxproj，将 CUDA 版本修改为自己 CUDA 的版本号：

<ImportGroup Label="ExtensionSettings">
    <Import Project="$(VCTargetsPath)\BuildCustomizations\CUDA 11.3.props" />
</ImportGroup>

还有一处：

<ImportGroup Label="ExtensionTargets">
    <Import Project="$(VCTargetsPath)\BuildCustomizations\CUDA 11.3.targets" />
</ImportGroup>

这里需要注意：要确保 C:\Program Files (x86)\MSBuild\Microsoft.Cpp\v4.0\V140\BuildCustomizations 目录下有这几个文件：

如果没有，则需要把 CUDA 安装路径下的 extras\visual_studio_integration\MSBuildExtensions 目录下这四个文件拷贝到上述目录中。

但我的 extras 目录下没有 visual_studio_integration 这个文件夹，我们需要再次打开 CUDA 安装程序，勾选之前没有安装的 visual_studio_integration。

重新安装完成后，在 CUDA 安装目录下的 extras 文件夹能看到 visual_studio_integration 文件夹了，拷贝这四个文件至 C:\Program Files (x86)\MSBuild\Microsoft.Cpp\v4.0\V140\BuildCustomizations 目录中。

3. 使用 VS2015 打开源码目录下的 build\darknet\darknet.sln，我们需要在 VS 2015 中配置 OpenCV；

4. 配置包含目录

在 VS 2015 中，右键项目名称，选择 “属性”，在弹出的 darknet 属性页窗口中选择 VC++ 目录，展开 “包含目录”，单击 “编辑”；

注意：在 darknet 属性页窗口中，确保选择的配置的为 Release，平台为 x64，因为后面我们是基于这个配置和平台编译的。

在"包含目录" 窗口中添加 open cv 的路径：

“包含目录”：

• OpenCV安装目录下的 build\include目录；
• OpenCV安装目录下的 build\include\opencv目录
• OpenCV安装目录下的 build\include\opencv2目录

5. 配置库目录

同样的，在 darknet 属性页窗口，选择 VC++ 目录，展开 “库目录”，单击 “编辑”；

输入 OpenCV 安装目录下的 build\x64\vc14\lib 目录：

6. 配置连接器

同样的，在 darknet 属性页窗口，选择 “链接器” - “输入”，在"附加依赖性"中单击"编辑"；

添加 OpenCV 安装目录下的库，如 opencv_world340.lib：

至此，VS 2015 配置 OpenCV 工作完成，接下来要编译 darknet 了。

7. 在 VS 2015 工具栏中，找到以下属性并配置，选择 Release，平台选 x64，
   
8. 在 VS 2015 菜单栏中，单击"生成"，选择"生成解决方案"进行编译。
   

测试

下载 yolov4.weights （yolov4.weights需要fq才能下载，我已放到网盘中。链接：https://pan.baidu.com/s/1ReOIioBBQUmWZSLOFsF5Lw
提取码：2l7u），并将 yolov4.weights 放到和 darknet.exe 同等目录下，使用以下命令测试：

darknet.exe detector test cfg/coco.data cfg/yolov4.cfg yolov4.weights -ext_output data/dog.jpg

我又去百度找了张图来测试：

至此，darknet 编译完成，接下来准备搭建视频检测平台了。当然，这是后续了。

Darknet 常用命令

图片检测和识别

darknet.exe detector test cfg/coco.data cfg/yolov4.cfg yolov4.weights -ext_output data/dog.jpg
# 或者
darknet.exe detector test cfg/coco.data cfg/yolov4.cfg yolov4.weights data/dog.jpg

视频检测和识别

darknet.exe detector demo cfg/coco.data cfg/yolov4.cfg yolov4.weights -ext_output test.mp4
# 保存视频
darknet.exe detector demo cfg/coco.data cfg/yolov4.cfg yolov4.weights -ext_output test.mp4 -out_filename res.mp4
# 网络摄像头
darknet.exe detector demo cfg/coco.data cfg/yolov4.cfg yolov4.weights -c 0
darknet.exe detector demo cfg/coco.data cfg/yolov4.cfg yolov4.weights http://192.168.0.80:8080/video?dummy=param.mjpg

更多的命令可查看官方介绍：https://github.com/AlexeyAB/darknet#how-to-use-on-the-command-line

错误

1. MSB3721

在使用 VS 2015 编译 darknet 时，就报了 MSB 3721 错误，为解决此错误我还找了很多资料，为此我写了另一篇文章 解决：Darknet编译时报MSB3721错误 来描述，有需要的可去查看。

参考文档

1. darknet
2. windows下darknet之yolo(gpu版本）安装