vs2017运行yolov4_VS2017运行YOLOv4

YOLO依赖opencv，所以需要在VS2017中配置opencv。YOLO使用的是COCO数据集，感兴趣的可以移步官网。

【配置opencv】属性表方式

新建opencv3410_release_x64.txt，粘贴如下内容后，改为opencv3410_release_x64.props。注意黄色部分自己的opencv路径

D:\opencv3410\build\include;D:\opencv3410\build\include\opencv;D:\opencv3410\build\include\opencv2;$(IncludePath)

D:\opencv3410\build\x64\vc15\lib;$(LibraryPath)

opencv_world3410.lib;%(AdditionalDependencies)

【VS2017运行YOLOv4】

修改darknet.vcxproj中cuda版本为自己安装的cuda版本，大概在55行、306行共计两处。

VS2017打开darknet.sln，如下图，添加opencv3410_release_x64.props，运行。在x64目录里会生成darknet.exe。

若报关于cuda的错误，把cuda安装目录

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\extras\visual_studio_integration\MSBuildExtensions

里的4个文件拷贝到VS的安装目录

D:\Program Files (x86)\Microsoft Visual Studio\2017\Enterprise\Common7\IDE\VC\VCTargets\BuildCustomizations

【cmd执行darknet.exe】

下载已经训练好的权重文件yolov4.weights，地址：yolov4.weights(可能会比较慢)

在darknet.exe同目录下新建weights文件夹，用于存放权重文件yolov4.weights。

打开cmd，进入到darknet.exe所在的文件夹(其中dog.jpg可以换成自己的图片)，输入:

darknet.exe detector test cfg\coco.data cfg\yolov4.cfg .\weights\yolov4.weights .\data\dog.jpg

【参考】