【目标检测】WIN10+GTX960M+CUDA9.1+CUDNN7+OpenCV3.4+darknet+YOLOv3环境教程

实验环境

  • WIN10系统
  • MS VS 2017
  • OpenCV3.4.0
  • CUDA9.1
  • CuDNN7.0
  • YOLOv3(darknet)

环境搭建步骤

软件安装

  • MSVS2017 社区版本
  • NVIDIA CUDA 下载
  • NVIDIA CUDNN 下载
  • OpenCV 3.4.0 下载
  • YOLOv3 darknet下载

VS导入YOLO项目
先贴出官方文档,其实官方文档已经说得很详细了。

【目标检测】WIN10+GTX960M+CUDA9.1+CUDNN7+OpenCV3.4+darknet+YOLOv3环境教程_第1张图片

先从MSVS2017导入项目开始。

先文字步骤

  1. 打开MSVS导入darknet项目目录darknet-master\build\darknet\darknet.sln都工程文件
  2. 工程编译模式设置成Relese X64
  3. MSVS中右键右侧面板中的darknet工程文件,点击属性开始配置
  4. 属性 - C/C++ - 常规 - 添加库目录 - 在第一条添加自己的Opencv3.4.0路径
  5. 属性 - 链接器 - 常规 - 附加库目录 - 添加自己的Opencv3.4.0\lib路径
  6. 属性 - C/C++ - 预处理器 - 预处理器定义 - 第一行加上CUDNN
  7. 进行编译(确定自己的OpenCV也要配置好),编译成功后开始第八步骤
  8. 下载官方训练集 yolov3.weights 并放在路径 darknet-master\build\darknet\x64下
  9. 运行 X64 文件下的 darknet_web_cam_voc.cmd 脚本程序,进行real time实时目标检测

再图片步骤

【目标检测】WIN10+GTX960M+CUDA9.1+CUDNN7+OpenCV3.4+darknet+YOLOv3环境教程_第2张图片

这里写图片描述

【目标检测】WIN10+GTX960M+CUDA9.1+CUDNN7+OpenCV3.4+darknet+YOLOv3环境教程_第3张图片

【目标检测】WIN10+GTX960M+CUDA9.1+CUDNN7+OpenCV3.4+darknet+YOLOv3环境教程_第4张图片

【目标检测】WIN10+GTX960M+CUDA9.1+CUDNN7+OpenCV3.4+darknet+YOLOv3环境教程_第5张图片

【目标检测】WIN10+GTX960M+CUDA9.1+CUDNN7+OpenCV3.4+darknet+YOLOv3环境教程_第6张图片

【目标检测】WIN10+GTX960M+CUDA9.1+CUDNN7+OpenCV3.4+darknet+YOLOv3环境教程_第7张图片

【目标检测】WIN10+GTX960M+CUDA9.1+CUDNN7+OpenCV3.4+darknet+YOLOv3环境教程_第8张图片

最后进行本地windows调试…
多多少少还是会报错的..
总结,软件装好,配置配好,重要的是opencv的配置也要配好才可以跑。

【目标检测】WIN10+GTX960M+CUDA9.1+CUDNN7+OpenCV3.4+darknet+YOLOv3环境教程_第9张图片

检测成功,但是FPS只有8…没办法用笔记本跑就是这样

你可能感兴趣的:(【机器视觉】)