yolov4（darknet）本地训练自己的数据集

一探YOLOV4(darknet)的神秘面纱–面向小白

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：

1. 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

2. 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。