一探YOLOV4(darknet)的神秘面纱–面向小白
文章目录
概览
YOLO目标检测系列的鼎鼎大名谁人不知,还记得当初YOLOv4横空出世的时候,各大公众号层出不穷的推送,质量与速度兼备的优秀算法,当真是赚足眼球。
作为一个向往许久的少年,在这个偶然的机会下,纯粹为了偷懒而尝试了YOLOv4的darknet版本,不成想,贫穷给我造成的阻碍却使我异常勤奋了三两天。
废话不多说,本文包含整个单机运行YOLOv4的全部过程,包括:环境配置、仓库克隆、编译可执行文件、测试demo等等……
1. 本地环境的配置
本人所用环境如下:
- CUDA10.1
- cudnn对应版本(记得是7.65)
- opencv4.4
- CMake3.18
- visual studio2017
我写过一个配置CUDA10.2的博客。有需求可自行查找,其实就是下载安装包,选择地址傻瓜式安装,注册nVidia账号下载对应版本的cudnn,解压后移动对应文件夹的文件到CUDA即可。需要将cudnn的一个文件copy到darknet-master\build\darknet\x64,文件在解压的bin文件夹
opencv4.4自行官网搜索,选择目录解压即可。注意:
- 安装完成后,需要添加一个环境变量指向到你的opencv的build文件夹
- copy两个文件到darknet-master\build\darknet\x64文件夹,文件在opencv\build\x64\vc14\bin
CMake3.18一键傻瓜式安装
visual studio2017,现在官网上是2019版本,下载之前的版本需要登陆Microsoft账号,并订阅。(在这里谴责微软的流氓行为),安装时只需勾选c/c++开发即可。
2.克隆git仓库
ok,环境配置完成。去官方仓库下载zip包,并解压到你想要的位置即可。
3.本地CMake编译
虽然官网给出了不同的编译方式,本人也尝试过不同的编译方式,但是相对来说,CMake编译操作较少,比较简单。
打开CMakeGUI,两个地址都选择你刚刚解压的官方仓库文件夹,
点击configure,选择2017,x64
点击finish。