2020-09-25 darknet-YOLOv3 Windows10安装编译过程详解（可用）

又是一个深夜，又是CUDA和darknet，2020年9月25日 01:05:27，全新的完整的严谨的从零开始win平台编译darknet并且运行的实例记录

目标

在windows10上编译darknet，并且使用yolov3跑通测试实例（吐槽：windows平台安装是真的恶心）

环境

Windows10

GTX1060

准备安装CUDA10.0+cuDNN7.4.1

开始之前说清楚的事

• 快速成功的秘诀：严格照抄我的过程，不要作死
• 各步骤请严格按照顺序进行，不然不保证各种奇怪Bug的产生哦~
• 不要用各种最新版本

Step 1 安装显卡驱动

GTX1060请安装驱动版本411以上

右键打开Nvidia控制面板确认如下：

AMD显卡可以关闭博客了

Step 2 安装VS2019

首先，使用VS Studio Installer安装本体，请注意：不要/禁止/请勿 修改所有默认安装路径和软件包路径

在选择各种组件的时候，请严格按照下图，选择如下配置：

等待安装完成，重启vs2019即可

Step 3 安装CUDA 10.0

请注意我的版本，CUDA 10.0

下载地址：

https://developer.nvidia.com/cuda-toolkit-archive

寻找到这个，请严格按照这个版本下载

好快，下载完成了，开始安装

请不要随意改动路径

请严格按照我的选项选择，不要多选和少选

注意：绝对不要勾选Visual Studio Integration这一项

必须等待安装完成后，再进行下一步安装cuDNN

Step 4 安装cuDNN

首先必须注册成为英伟达的成员，打开下面网站

https://developer.nvidia.com/rdp/cudnn-download

假设你已经注册完成了，选择agree之后就下载这个版本：v7.4.1 for 10.0

请严格按照这个版本下载

解压后，内容如下：

打开每个文件夹会发现里面就一个文件cudnn.*

请把这三个文件夹里面的文件，分别放到如下目录的对应文件夹中：

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

例如：

Step 5 设置环境变量

请配置系统环境变量如下，直接照抄：

配置完成后，打开cmd输入：nvcc -V 检查cuda是否正确安装

光这样检查是不够的，请进入如下目录：

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

在cmd运行如下两个监测程序：

均得到结果PASS，说明环境无误

Step 6 安装OpenCV3.4.11

请在官网下载windows版本的opencv3.4.11版本

https://opencv.org/opencv-3-4/

该程序为exe运行文件，运行后解压出opencv文件夹，将文件夹移动到C盘根目录下即可：

Step 7 设置环境变量

请配置系统环境变量，直接照抄如下：

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\libnvvp
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\extras\CUPTI\libx64
C:\opencv\build\x64\vc15\bin

连续点击确定

Step 8 下载Yolov3相关资源

yolov3克隆项目下载：

https://github.com/AlexeyAB/darknet

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

下载到本地后，将darknet-master重命名为darknet

下载yolov3预训练权重文件 yolov3.weights备用

https://pjreddie.com/media/files/yolov3.weights

Step 9 重要一步

将CUDA安装程序

cuda_10.0.130_411.31_win10.exe使用winrar用压缩文件的格式打开

请找到以下目录：

CUDAVisualStudioIntegration\extras\visual_studio_integration\MSBuildExtensions

将这四个文件复制到以下位置：

C:\Program Files (x86)\Microsoft Visual Studio\2019\Community\MSBuild\Microsoft\VC\v150\BuildCustomizations

这里，给装好的VS2017编译器，加入了这四个依赖项，否则编译失败

接下来，将C:/opencv/build/x64/vc15/bin目录下的opencv_ffmpeg3411_64.dll、opencv_world3411.dll复制到D:\darknet\build\darknet\x64目录下

注意，版本不同，命名可能有差别，请区分

Step 10 准备编译yolov3

进入darknet/build/darknet目录：

我这里已经编译过一次了，所以可能会有点不同

使用VS2019打开darknet.sln工程，首次打开可能会出现错误（版本2015不兼容类似的错误），但是没关系，确定后，关闭VS2019，重新用VS2019打开darknet.sln即可

然后按照下面的说明进行配置：

选择windows SDK 10.0以上，选择平台工具集2017版本

点击“VC++ 目录”，编辑“包含目录”，将以下路径加入到包含目录中：

C:\opencv\build\include\opencv2
C:\opencv\build\include\opencv
C:\opencv\build\include

然后点击"库目录"，把以下内容添加到库目录中：

C:\opencv\build\x64\vc14\lib

然后点击"链接器->输入"，在"附加依赖项"中添加：

C:\opencv\build\x64\vc14\lib\opencv_world3411.lib

全部确定保存之后，退出sln，使用编辑器工具打开darknet.vcxproj文件：

使用编辑器替换如下字符串：

CUDA 10.1 -> CUDA 10.0

一共需要替换两处，请按照截图确定：

可以看到，如果没有按照第9步将4个文件复制进去，编译时就会找不到相应文件

Step 11 编译

保存darknet.vcxproj之后，重新打开sln方案，右键项目名称darknet，选择生成

等待编译成功即可，时间很快

如果正确无误，只会产生很多警告，0错误

Step 12 测试darknet

编译生成后的darknet位于build/x64目录下：

请将下载好的权重文件yolov3.weights放入这个文件夹下

在这个目录下，执行以下内容验证是否编译成功：

darknet detect cfg/yolov3.cfg yolov3.weights data/dog.jpg

恭喜，编译安装完成！
2020年9月25日 01:57:18