VS2019 & CUDA 11.0 & opencv 4.3.0 & darknet

前言

最近需要用yolo，得搭建yolo_v3环境，所以找了很多资料，有关于yolo的讲解，有关于搭建的教程，大部分人用的是darknet，然而有些教程可能时间比较久了，不一定有用，我安装中也碰到了很多新的问题。所以在本文中对我的搭建过程进行一次回顾，整理一下碰到的问题，作为经验分享，提供给近期需要安装yolov3的同学。参考的博文会在相应处给出。   首先简单理一下知识点：

• 什么是yolo： yolo_v3是一种检测算法，顾名思义，还有v1，v2，原作者在一篇论文中详细介绍了v3。

• yolo的用处： 简单说，输入图像，输出物体位置，类别，置信概率。

• 什么是darknet： yolo作者写的深度学习框架，也随着yolo不断升级，yolo_v3中的是darknet-53，另外也还有个替换：tiny-darknet。

刚开始接触，一知半解，更多关于的yolo的知识点可参考：

1. yolo详解

2. yolo_v3深度解析

下面进正题，开始环境搭建：

1 VS2019安装

darknet是原作者是在Linux下用C写的，所以想在Windows上使用需下载darknet源码然后利用MSVC编译，有几种方法，包括VS，cygwin等方式。用cygwin编译makefile的话，需要修改一些路径，很多教程都在linux上进行，关于VS的教程比较多，相对也省事。大多教程都是用的VS2015，其实19也行，装的时候勾选2015的部分就行。   下载打开VS2019社区版安装包，进入下面的界面后，勾选使用C++的桌面开发，然后在右边选择最后一个MSVC v140 工具集，其他选项按需求勾选，然后安装。

VS安装选择

2 安装CUDA

cuda、cudnn之间的版本是需要对应的，可以先安装CUDA，然后去下载对应的cudnn。 CUDA下载地址

按需求下载对应版本就行了，我直接下了最新版11.0，然后进入以下界面，这里就是本地安装和在线安装的区别，刚开始我尝试在线安装，结果老提示无法连接到nvidia，索性就下载了本地安装包，用个下载工具一会儿就下完了，然后的安装界面一路点 确定/下一步 就行了。

CUDA安装
然后CUDA的安装过程中环境变量自动安装了，不放心的话可以自行确认一下。   最后打开命令行（win+R---cmd），输nvcc -V，如果有版本信息（如下），则安装成功。 ! 查看CUDA版本

3 下载cudnn

进入cudnn下载页面，这边需要成为nvidia开发者计划成员，其实就是注册一下就行了，填一些信息，几分钟搞定。 然后进入下载界面，根据安装的CUDA版本找到对应的cudnn下载，当中包含以下文件：

cudnn内容 把这些文件拷贝后放到CUDA安装目录下面的v11.0（具体看你版本）文件夹下替换： 拷贝目录

4 安装opencv

进入官网，选择Windows版本下载安装，就不多说了，我装的是最新的4.3.0。

安装完后要配置环境变量： 配置环境变量

5 darknet

先附上我最终使用的darknet项目地址，这个已经基于VS2015配置好了，接下来介绍搭建过程中还是会顺便扯一下我碰到的问题。

5.1 修改darknet.vcxproj文件

进入darknet ---> build ---> darknet 文件夹，打开darknet.vcxproj文件，搜索cuda 10，替换成你安装的版本，如果你装的一样就不用改。

CUDA版本修改

5.2 使用VS打开项目

刚开始使用的是从某教程中找到的darknet项目，进入上一步的目录，用VS打开darknet.sln（没有GPU的打开darknet_no_gpu.sln，有GPU的打开darknet.sln），直接提示打开失败，关闭VS再开一遍，莫名其妙又可以了。打开时会有两个选项，其中第二个 平台工具集 一定要选 无升级。

打开 这两个地方要修改一下： 修改

5.3 配置opencv

右键项目，属性，先修改这两个地方：

配置属性

C/C++ ~ 常规 ~ 附加包含目录 ~ 编辑，把opencv的build\include目录设置成自己的（在第二行）：

常规

然后是链接器 ~ 常规 ~ 附加包含目录，同样的操作，不过这里设置的是build\x64\vc14\lib，图略。

5.4 生成项目

右键项目，重新生成 这里可能会报错，提示你在C盘的某某目录下缺失CUDA的targets等文件，也就是我们刚刚修改版本的那两个文件，可以按照报错提示的位置把对应文件放过去。 搞定后我又碰到了其它问题，提示我darknet下的某C文件存在 变量未申明，语法错误等等等等，解决不了我就换成了上面给出的这个配置好的darknet项目，按照流程又走一遍，一次成功。 项目重新生成成功后会在build\darknet\x64目录下发现darknet.exe文件，下载yolov3.weights文件放到该目录下（官网地址 或者 网盘 提取码: jdkt）。

• 收尾工作

  • 进入 opencv\build\x64\vc14\bin文件夹 拷贝文件

    把这两个文件拷贝到darknet.exe同一目录下。

  • 进入CUDA的 v11.0\bin文件夹下，把cudnn64_8.dll也拷贝到darknet.exe同一目录。 拷贝文件

5.5 测试

在darknet.exe目录下打开cmd，用图片进行测试，我这边使用了自己找的图： darknet.exe detect yolov3.cfg yolov3.weights 325.jpg 测试结果

搞定 ！

正在播放---热河