cmd检测cuda版本_yolov4 目标检测 实战1: darknet环境搭建 windows10

最新推荐文章于 2022-10-20 12:15:25 发布
最新推荐文章于 2022-10-20 12:15:25 发布
阅读量434 收藏 3
点赞数
文章标签： cmd检测cuda版本
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/weixin_39867212/article/details/113453924
版权
本文详细介绍了在Windows10上使用Visual Studio 2015、CMake 3.17.5、CUDA 10.0和Cudnn 7.4.2.24搭建darknet环境的过程，包括解决CUDA编译器找不到的问题。通过OpenCV 3.4.6的安装，以及CMake编译步骤，最终实现Yolov4目标检测的运行。
摘要由CSDN通过智能技术生成

源码地址：https://github.com/AlexeyAB/darknet

环境

本人环境

  1. 显卡 RTX 2080 li
  2. Visual Studio = 2015
  3. CMake = 3.17.5
  4. CUDA = 10.0
  5. Cudnn = 7.4.2.24
  6. OpenCV = 3.4.6

安装过程中遇到的坑点以及注意点

1、安装Visual Studio 记得要安装C++相关组件（建议安装vs2015，我一开始使用19和17版本时，需要到下面的坑）

2、先安装Visual Studio 再安装CUDA

3、安装CUDA时 要勾选安装VisualStudioIntegration

坑：CUDA安装时 提示没有安装VS 或者CMAKE 提示Looking for a CUDA compiler - NOTFOUND 找不到CUDA的编译器

解决方案：先安装vs再安装CUDA，而且要注意版本，网上很多是用vs 2019，我一开始总是有上面的问题，于是分别尝试19、17版本后，安装15完全解决了问题。

CMake安装

官网地址：https://cmake.org/download/

下载exe安装即可，记得选择添加到PATH

CUDA和Cudnn安装

CUDA下载地址：CUDA Toolkit Archive

Cudnn下载地址

最低0.47元/天 解锁文章
weixin_39867212
关注
  • 0
    点赞
  • 踩
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
基于YOLOv3的视频中无人机的目标检测（包括CUDA等环境配置）
Supdan的技术博客
12-05 5040
在SLAM毫无建树的我又投入了深度学习的大坑，由于项目需求需要做无人机的目标检测，这里把搭建系统中的一些问题记录下来，方便之后复现。 系统搭建 采用YOLOv3来进行无人机的检测，yolo的安装：YOLO: Real-Time Object Detection 这作者可太牛逼了，居然c语言直接就撸了一个网络，下下来直接make就行了，不用搭建任何环境就能简单的看到效果，当然其本身的网络是不支持无人...
yolo目标检测环境（一）：ubuntu16.04安装cuda10.2步骤
weixin_43996161的博客
02-08 348
ubuntu16.04安装cuda 参考：https://docs.nvidia.com/cuda/cuda-installation-guide-linux/#introduction 安装之前 确认系统是否具有支持CUDA的GPU。 确认系统正在运行受支持的Linux版本。 验证系统已安装gcc。 验证系统是否安装了正确的内核头文件和开发包。 下载NVIDIA CUDA工具包。 处理冲突的安装方法。 ...
yolov2 linux windows,WIN10+YOLOv4，windows上完美执行YOLOv4目标检测
weixin_36299472的博客
05-05 201
实验室大佬在Ubuntu16.04上轻松实现，我也来个Win10版的~先上一张成功检测的结果图： 正文开始1 软件安装我的软件环境：WIN10，CUDA10.2，cuDNN7.6.5，python3.7，VS2019，OpenCV3.4.2硬件环境：GTX2080Ti ×2，80G内存 1.1 下载安装NVIDIA显卡驱动设备管理器查看自己电脑的显卡型号，然后进入NVIDIA驱动下载，下载对应硬件...
Window环境下运行YOLO v4目标检测算法
吃了亏还皮
04-30 4525
GitHub原代码https://github.com/AlexeyAB/darknet，测试环境WIn7+CUDA9.0+Python3.6+VS2015社区版 首先去GitHub上下载原代码。原版需要的CUDA版本为10，我的电脑装的CUDA是9.0版本的，所以需要手动修改，进入到build\darknet下，打开darknet.vcxproj，修改两处（将10.0改为9.0），可以参考下图...
Windows 安装yolo v4时 Cmake无法检测到CUDA的问题
sorliya的博客
07-30 6490
最近因为装yolov4真的是头发掉了一大把，好不容易避开了众多坑之后，结果Cmake检测不到CUDA了。 具体的安装步骤参照了以下文章： > https://blog.csdn.net/shuaijieer/article/details/106150135 讲的还是很详细的。 下面就是我碰到的问题了。CUDA，openCV什么的都安装好了之后，在使用CMake的时候出现了问题：检测不到CUDA了。 然后我尝试了直接build project，可以使用，但是只能用CPU，会显示GPU isn’t
Windows版YOLOv4-tiny目标检测实战：训练自己的数据集
06-21
需要学习Ubuntus系统YOLOv4-tiny的同学请前往《YOLOv4-tiny目标检测实战：训练自己的数据集》 YOLOv4-tiny来了！速度大幅提升！ YOLOv4-tiny在COCO上的性能可达到：40.2% AP50, 371 FPS (GTX 1080 Ti)。相较于...
Windows版YOLOv4目标检测实战：人脸口罩佩戴检测
06-20
OpenCV3.4需要学习Ubuntu系统YOLOv4的同学请前往《YOLOv4目标检测实战：人脸口罩佩戴检测》 课程链接：https://edu.csdn.net/course/detail/28860  当前，人脸口罩佩戴检测是急需的应用，而YOLOv4是新推出的强悍...
Windows版YOLOv4目标检测实战：训练自己的数据集
06-20
需要学习ubuntu系统上YOLOv4的同学请前往：《YOLOv4目标检测实战：训练自己的数据集》 课程链接：https://edu.csdn.net/course/detail/28745 YOLOv4来了！速度和精度双提升！ 与?YOLOv3?相比，新版本的?AP (精度)...
YOLOv4-tiny目标检测实战：训练自己的数据集
06-21
需要学习Windows系统YOLOv4-tiny的同学请前往《Windows版YOLOv4-tiny目标检测实战：训练自己的数据集》 YOLOv4-tiny来了！速度大幅提升！ YOLOv4-tiny在COCO上的性能可达到：40.2% AP50, 371 FPS (GTX 1080 Ti)。...
YOLOv4编译报错，cuda not found。
安卓 高通 bsp ，同行欢迎交流
04-27 1365
如果你尝试了各种方法解决不了的话，尝试一下切换本地gcc版本。因为cuda和gcc版本必须匹配。 cuda低版本不支持高版本的gcc。所以会提示找不到cuda. 突然想起来，在这记录一下。更详细的操作。看我的github回答。 https://github.com/AlexeyAB/darknet/issues/7628 https://github.com/AlexeyAB/darknet/issues/7582 ...
Yolov5目标检测环境搭建过程（Cuda+Pytorch+Yolov5）
热门推荐
qq_40770527的博客
04-13 18万+
本文介绍了如何搭建yolov5目标检测代码的环境，详细记录了python虚拟环境、安装pytorch、加载yolov5项目以及运行检测程序的全过程。 完成了本文的yolov5项目搭建后，可以查看本文下一篇文章：使用yolov5训练自己的数据集并测试。 一、安装Python虚拟环境 1、首先在所在系统中安装Anaconda。可以打开命令行输入conda -V检验是否安装以及当前conda的版本。 2、使用 conda create -n your_env_name python=X.X（2.7
yolov4出现CUDA Error: all CUDA-capable devices are busy or unavailable
小俊俊的博客
04-21 966
yolov4出现CUDA Error: all CUDA-capable devices are busy or unavailable 一、问题描述 CUDA Error: all CUDA-capable devices are busy or unavailable: Success darknet: ./src/utils.c:331: error: Assertion `0’ failed. 二、查找方案 1.可能是cfg文件配置错误 解决方法 [net] batch=1 subdivision
在windows10用Cmake编译darknet-yolov4，配置环境的辛酸
weixin_54603153的博客
08-29 3095
1.首先说一下我的环境 win10+vs2019+cuda10.2+cmake3.18.2+OpenCV4.5.3 一定要注意！！！ 先下载vs2019，再安装cuda，不然会显示cuda no found cmake一定不要下载最新的，我之前下载的最新的就一直报错： 然后我把cmake卸载了换成3.18.2版本成功编译 2.再系统变量中写入下面几个cuda的路径 下载好cuda进行下面操作 框中的是下载成功cuda自动生成的 其他的五个是我们要添加的 接下载有的博主要在pat.
解决 yolo-fastest 编译时找不到cuda的问题
znsoft的专栏
07-16 699
如果不能正常运行，将cudatoolkit下的bin目录加入到环境变量中（linux下通常为/usr/local/cuda/bin） 比如运行以下命令 export PATH="/usr/loca/cuda/bin:$PATH" 如果你的cuda/bin的目录不同，修改上面的路径 然后再用cmake编译。 ...
基于Darknet的YOLOv4目标检测的环境配
qq_64417645的博客
08-19 1264
进行yoloV4的训练
Ubuntu16.04 安装NVIDIA和CUDA注意事项（所踩的坑）
qq_39407949的博客
08-06 1万+
因为要搞机器学习相关领域，所以装了Ubuntu系统，还要加装Nvidia和cuda两个软件（其实他们都是同一家的）。反复重装了一个多星期，细数之前踩过的坑，总结一下提醒自己也为后来之人提供前车之鉴。 NVIDIA和CUDA安装教程NVIDIA安装常规安装教程安装出现问题及解决方案一、禁用nouveau驱动二、关闭图形界面三、禁用Secure boot四、NVIDIA-SMI has failed because ……五、An NVIDIA kernel module 'nvidia-drm' appears
cmake编译opencv3.2时关于cuda的问题
QTVLC的博客
12-19 4572
出现一大堆的错误 CMake Error: The following variables are used in this project, but they are set to NOTFOUND. Please set them or make sure they are set and tested correctly in the CMake files: CUDA_cufft_LIB...
yolov5篇-快速开始使用yolov5
最新发布
qq_50550800的博客
10-20 1028
yolov5篇-快速开始使用yolov5
Windows环境下搭建YOLOv4目标检测：CUDA10.0+Python3.6+VS2015
"该资源主要介绍了如何在Windows环境下设置并运行YOLO v4目标检测算法。YOLO v4是由Alexey Bochkovskiy提出的，相比前几代算法有着显著的性能提升。为了运行YOLO v4，需要的环境包括Windows 7、CUDA 10.0、Python ...
评论
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