win10+opencv3.2+vs2017+darknet_yolov3+python 64位CPU(无GPU)配置

参考
https://jingyan.baidu.com/article/4b52d702b3209afc5c774b3c.html
https://jingyan.baidu.com/article/90bc8fc87fbafff653640ca6.html
https://blog.csdn.net/u013634684/article/details/48289449
https://blog.csdn.net/congcong7267/article/details/82841647
https://blog.csdn.net/StrongerL/article/details/81007766
https://blog.csdn.net/lilai619/article/details/79695109
https://xmfbit.github.io/2018/04/01/paper-yolov3/
https://blog.csdn.net/hrsstudy/article/details/65447947

下载
1.vs2017，安装时要勾选 适用于桌面开发的2015（140）工具集
2.opencv3.2，含有vc14文件夹
3.darknet，地址：https://github.com/AlexeyAB/darknet

配置
(1)配置opencv

1.将opencv3.2提取Extract到本地盘

2.配置系统变量：选择此电脑(计算机)->右键属性选择->高级系统设置->选择高级->环境变量->系统变量。找到Path后双击，选择新建添加 D:\opencv\build\x64\vc14\bin

3.新建项目：打开VisualStudio2017选择新建空项目

4.配置工具：选择视图-其他窗口-属性管理器。选择Debug|64，双击Microsoft.Cpp.x64.user（如果是Release 选择Release|64,其他步骤不变）

5.配置Release，x64

6.右键项目–>属性，
配置属性：VC++目录：包含目录：
…\opencv\build\include
…\opencv\build\include\opencv
…\opencv\build\include\opencv2，
配置属性：VC++目录：库目录：
…\opencv\build\x64\vc14\lib，
链接器：输入：附加依赖项：
opencv_world320.lib

7.头文件添加一个C++文件用于测试

8.测试代码

#include 

int main()
 { 
 cv::Mat img = cv::imread("D:/test/12.jpg");//替换成你的图片路径

 cv::imshow("test", img);

 cv::waitKey();

 return 0;
 }

9.如果提示 缺少opencv_world320d.dll或opencv_world320.dll，请复制D:\opencv\build\x64\vc14\bin目录下的相应的dll到C:\Windows\System32

10.如果提示 无法查找或打开 PDB 文件
点击菜单 工具-选项-调试-常规，然后在右边的窗格中勾选“启用源服务器支持”
调试-符号，勾选“Windows符号服务器”
确定后点击“本地Windows调试器”调试运行程序

(2)配置darknet

1.用vs2017打开darknet-master\build\darknet\darknet_no_gpu.sln

2.右键项目–>重定向项目，平台工具集选择：无升级

3.右键项目–>属性，
配置属性：常规：平台工具集：
vs2015（v140），
配置属性：VC++目录：包含目录：
…\opencv\build\include
…\opencv\build\include\opencv
…\opencv\build\include\opencv2，
配置属性：VC++目录：库目录：
…\opencv\build\x64\vc14\lib，
链接器：输入：附加依赖项：
opencv_world320.lib

4.将…\opencv\build\x64\vc14\bin下的opencv_world340.dll 和
…\opencv\build\bin\opencv_ffmpeg340_64.dll
复制到 …\darknet-master\build\darknet\x64 目录下

5.配置Release，x64，
进入vs在darknet工程上右键——>生成

6.下载yolov3.weights放在…\darknet-master\build\darknet\x64中

7.点击…\darknet-master\build\darknet\darknet_yolo_v3.cmd，不过其中darknet.exe这是GPU版本的命令，修改为：
darknet_no_gpu.exe detector test data/coco.data yolov3.cfg yolov3.weights -i 0 -thresh 0.25 dog.jpg -ext_output

(3)配置python
1.用vs打开darknet-master\build\darknet\yolo_cpp_dll_no_gpu.sln

2.按照 (2)配置darknet 2-5步骤配置，生成darknet-master\build\darknet\x64\yolo_cpp_dll.dll
并重命名为yolo_cpp_dll_nogpu.dll

3.打开darknet. py
找到performDetect函数，修改路径：
检测的图片路径，
配置路径，
权重路径，
设置路径

4.运行

运行时rate为0原因
learning_rate * (iterations/burn_in)^4