win10下YOLOv3下载与编译

1.0 前言

        

        本文是YOLOv3系列第1篇，记录win10下YOLOv3下载与编译。

        YOLOv3系列第1篇：win10下YOLOv3下载与编译

        YOLOv3系列第2篇：YOLOv3的应用

        YOLOv3系列第3篇：YOLOv3训练自己的模型

        项目github地址

        

        

        参考的网页：

             https://www.cnblogs.com/peacepeacepeace/p/9060229.html

            https://blog.csdn.net/sinat_26940929/article/details/80342660

            https://blog.csdn.net/Eppley/article/details/79299075

            https://github.com/AlexeyAB/darknet

            https://www.zhihu.com/question/35014068/answer/67007396

1.1 安装VS（YOLOv3支持vs2012、2013、2015，其他版本需要下载工具集）

            vs下载地址

            YOLOv3支持vs2012、2013、2015，其他版本需要下载工具集（本人使用VS2017）,下载工具集步骤：在电脑搜索框输入vi，点击Visual Studio Installer。

            

            出现如下界面，点击修改，如图：

            

            出现以下界面，找到v140工具集，选中，点击修改即可，如图：

            

1.2 安装cuda（版本 >= 7.5）

            cuda下载地址

            

            

            下载完成后双击安装，安装成功后在命令行输入nvcc -V，出现以下界面则安装成功（自定义目录最终还是会下载在C盘）：

            

    

1.3 安装CUDA对应的cuDNN（下载页会显示对应关系）

            cuDNN下载地址

            cuDNN使用说明（官网）

            下载前需要先注册账号，完成后执行如下操作（其实就是将cudnn文件夹下的文件复制到cuda对应目录下）
            将<installpath>\cuda\bin\cudnn64_7.dll 复制到
             C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\bin
            将 <installpath>\cuda\ include\cudnn.h 复制到
             C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\include
            将<installpath>\cuda\lib\x64\cudnn.lib复制到

             C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\lib\x64

1.4 下载opencv（OpenCV 2.x.x 或者 OpenCV <= 3.4.0）

            官网下载速度极慢，此处在如下网址下载：
             https://zh.osdn.net/projects/sfnet_opencvlibrary/releases/选择需要的版本下载即可，

            此处使用opencv-3.4.0-vc14_vc15.exe，不能高于此版本。下载后运行，选择提取目录，opencv将会被提取到该目录：

            

            接着配置opencv环境变量：
            我的电脑--->属性--->高级系统设置--->高级--->环境变量--->系统变量--->path--->编辑，
            将OpenCV安装目录的bin目录添加进去，

            本教程路径为：E:\opencv3.4.1forC++\opencv\build\x64\vc14\bin

1.5 下载darknet并生成darknet.exe    

            下载地址：https://github.com/AlexeyAB/darknet

            

            修改darknet.vcxproj文件

            进入<installpath>\darknet-master\build\darknet目录，由于darknet.vcxproj 中使用的是CUDA 9.1,所以需要利用编辑器（记事本即可）打开darknet.vcxproj ，将所有CUDA 9.1修改为自己对应的CUDA版本，本人使用CUDA 9.0(CUDA与9.0之间有一个空格),所以执行以下操作：

            

      进入<installpath>\darknet-master\build\darknet中，没有GPU的打开darknet_no_gpu.sln，有GPU的打开darknet.sln。将项目修改为Release x64。如果是VS2017，需要重定向项目:右键项目-->重定向项目

            

            如果是VS2017，需要修改工具集（下载工具集过程见1.1），修改如下：右键项目-->属性：

            

            配置包含目录 + 库目录 + 链接器（位置已经用红框框出）

            

            包含目录：在darknet项目上点击鼠标右键->属性，弹出如下界面：然后VC++目录-->包含目录-->编辑

             添加的目录：...\opencv\build\include（...代表安装路径，下文同理）

            

            

            库目录：方法与包含目录类似，添加的目录为：...\opencv\build\x64\vc14\lib

            链接器：添加目录...\opencv\build\x64\vc14\lib下库的名字：opencv_world341.lib

            

            拷贝CUDA 9.0.props等文件：

            CUDA 9.0.props 等文件就在cuda的安装目录下，本教程路径是：
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\extras\visual_studio_integration\MSBuildExtensions
拷贝所有文件到C:\Program Files (x86)\MSBuild\Microsoft.Cpp\v4.0\v140\BuildCustomizations
如果直接输入路径无法找到，可以一步一步对照着找，因为可能有部分不太一样的地方。

      右键项目，生成，成功后会生成一个darknet.exe在...\darknet-master\build\darknet\x64目录下，然后将..\opencv\build\x64\vc14\bin下的opencv_world340.dll 和opencv_ffmpeg340_64.dll 复制到 darknet.exe的同级别目录下。

            

            做完上述步骤之后，可以测试下环境是否搭建成功：

            在github上下载作者训练好的模型，网址：https://github.com/AlexeyAB/darknet/blob/master/README.md

            

            下载后放在..\darknet-master\build\darknet\x64下，打开该目录，双击darknet_yolo_v3.cmd会出现以下结果，表明成功编译。

            

            

            csdn的排版真的是难受。。。