cpu win10 安装yolo_[ YOLO ] 在windows安装YOLO darknet - GPU - 一与博客

网络上比较多YOLO教程较多是base在Linux系统上，在windows上安装几经波折，以下纪录。

windows : Win10

GPU : GeForce GTX 950M

CUDA : CUDA 10.0

cudnn : 7.6

YOLO : AlexexAB fork github

下载ZIP

从AlexexAB 的Github下载YOLO ZIP https://github.com/AlexeyAB/darknet

解压缩

利用VS 2015 编译

进入darknet 资料夹

接下来分两个部分，依据有没有要使用GPU来决定要编译两个文件

使用GPU → darknet.sln & yolo_cpp_dll.sln

不使用GPU → darknet_no_gpu.sln & yolo_cpp_dll_no_gpu.sln

以下以使用GPU作为安装实例，如不使用GPU跳过CUDA相关设置即可以。

利用Visual studio 2015打开darknet.sln。

在专案darknet上按右键，选择property。

将Configuration选择Release，Platform选择x64。

VC++ Directories → Include Directories → 依据opencv安装位置设置路径

须设置build/include & build/include/opencv & build/include/opencv2

D:\PyData\opencv\build\include

D:\PyData\opencv\build\include\opencv

D:\PyData\opencv\build\include\opencv2

VC++ Directories → Library Directories → 依据opencv安装位置设置路径

D:\PyData\opencv\build\x64\vc14\lib

Linker → Input → Additional Dependencies → 加入opencv_world340.lib

opencv_world340.lib

↓↓↓ GPU 设置 ↓↓↓

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

C:\Program Files\NVIDIA GPU Computing Toolkit\cudnn-10.0-windows10-x64-v7.6.5.32\cuda

将cudnn的三个资料夹bin、include、lib中的文件(共三个文件)

复制到cuda的安装目录：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0 相应的资料夹内

cudnn\cuda\bin的cudnn64_7.dll → CUDA\v10.0\bin

cudnn\cuda\bin的cudnn.h → CUDA\v10.0\include

cudnn\cuda\lib\x64\cudnn.lib → CUDA\v10.0\lib\x64

CUDA C/C++ → CUDA Toolkit Custom Dir → 依据CUDA安装位置设置路径

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

↑↑↑ GPU 设置 ↑↑↑

在按下Visual Studio 2015 的Debugger 进行编译

如果编译成功，就会在x64资料夹下多一个darknet.exe文件

利用Visual studio yolo_cpp_dll.sln。再次执行上述步骤编译。← 生成DLL文件，可以让pyhton呼叫使用。

如果编译成功，就会在x64资料夹下多一个yolo_cpp_dll.dll文件

编译到最后出现以下画面即是成功。

在编译yolo_cpp_dll到最后会出现以下警告视窗是正常的，不要慌张。

下载weight档，依相应的需求到AlexeyAB Github 上下载weight文件。

在这边我会习惯建立一个’weights’资料夹，将所有weight文件放在这个资料夹，方便后续管理。

打开Terminal 进入x64资料夹，就可以测试简单实例。

.\darknet.exe detect .\cfg\yolov3-tiny.cfg .\weights\yolov3-tiny.weights .\data\dog.jpg

.\darknet.exe detect .\cfg\yolov3.cfg .\weights\yolov3.weights .\data\dog.jpg

.\darknet.exe detect .\cfg\yolov4.cfg .\weights\yolov4.weights .\data\dog.jpg

想要针对Video测试也可以

./darknet detector demo cfg/coco.data cfg/yolov3.cfg weights/yolov3.weights .\data\mission-impossible-fallout-2018-official-trailer-paramount-pictures.mp4

使用python呼叫yolo_cpp_dll.dll使用时，须将以下的dll放入同一个资料夹。(详后补