目标检测 yolov3 自定义目标检测 win10+vs2017+gpu加速

先上图啊~

图中看的出来，我自定义了三种 目标：1、卤鸭掌，2、蘑菇力 3、炫迈

FPS8.9-13  根据GPU的不同而处理效果不同，1080ti可达到25-30fps

现实步骤如下：

1、下载darknet-master （）如果您访问受限制或者下载太慢，可以由此链接下载

2、选取正确的cuda9.1和cudnn7.0并下载（nivda官网开发者社区有，不过cudnn7.0的下载界面在维护，百度一下，资源就有）

这里我选取的版本为

3、安装cuda9.1，除非高手，否则请务必按照默认路径安装

4、将cudnn7.0压缩包解压后的文件复制到cuda9.1安装目录的对应位置。

即将解压后的文件夹中的cndnn64_7.dll、cudnn.h、cudnn.lib分别复制到

C:\ProgramFiles\NVIDIA GPU Computing Toolkit\CUDA\v9.1\bin

C:\ProgramFiles\NVIDIA GPU Computing Toolkit\CUDA\v9.1\include

C:\ProgramFiles\NVIDIA GPU Computing Toolkit\CUDA\v9.1\lib\x64

5、配置cudnn在windows的环境变量

6、下载安装opencv3.4.0 winpack版（注意：3.4.1会存在bug，不推荐使用，可以使用较低版本）并解压安装到c盘 下，命名为Opencv，如果你安装正确，应当在c盘下看到与我相似的目录，如下图

7、对darknet进行编译，在步骤1中下载解压得到的文件夹中打开build文件夹

再进入到下图所示目录

进入到darknet目录之后打开.vcxproj文件或者.sln文件 如果你的vs不是vs2015，而是更高版本的2017，打开时会提示两个是否升级的提示框， 本千万别点升级（当然，前提是在vs2017中安装好2015版本的工具集v140），否则会出现巨多错误。另外注意，我们用到了GPU所以不能选择_no_gpu的版本

然后你需要找到自己所对应版本的oepncv的相关几个dll文件，----------------------------------------------------------------------opencv_world320.dll and opencv_ffmpeg320_64.dll (or opencv_world340.dll and opencv_ffmpeg340_64.dll) in C:\opencv_3.0\opencv\build\x64\vc14\bin and put it near with darknet.exe

复制到darknet-master2\darknet-master\build\darknet\x64这个目录中去，因为这个目录默认是darknet.exe产生的位置







接下来 配置属性表以配置包含opencv附加库目录、cudnn包含头文件等等。方法在github的截图如下，我就不翻译了，偷个懒，好开心~

唯一要注意的地方，是把红框中的两处改为自己opencv版本的路径

8.进行build ，生成 exe文件 

9.对自己的样本图片进行标注 标注的目标是得到一个 包含目标物体图片样本 的txt描述文件 去 “喂”给神经网络， 这个txt描述文件包含的内容有： 目标的高度、宽度 ；目标所在的照片的高度、宽度，

就是这四项 ：

当然，这四项都是以比例的方式出现的 ，计算公示如下： 

= /  or  = /

这样，我们为每一个样本照片 都创建一个 txt描述文件，我们需要保证txt文件和照片同名，比如：有一个样本照片为img1.jpg，那么你就需要在你的另一个文件夹里创建一个 名为img1.txt的文件。如果你为每个照片都做了这样的操作， 你会 得到和我类似的一个文件夹 ，如下所示：

那么，这些 txt文件是如何得到的呢？

我是这样做的， 用一个比较普遍的标注工具 叫 LabelImg

用它，我们可以将每个照片中的目标信息提取出来，提取出来之后会得到一个xml文件 ，如下图所示

那么，这个xml包含了我们所需的txt文件中的一切， 那么我们需要做的就是用python 快速准确地将这个 xml文件中的信息提取，并写入到同名的txt文件中去，python 代码如下：

有三个py文件组成，三个文件如下图所示