Win7本地 配置 darknet版的yolov4环境--原版yolov4

先说一下需要的版本:CUDA10.0 cuDNN7.6.4

1.为darknet版的yolo v4需要CUDA10的环境,在安装CUDA10之前,需要先确认一下自己的显卡版本是否支持CUDA10,如果不支持,需要更新下显卡版本。可以通过下载“驱动精灵”将当前的版本号升级到指定版本之上。(我是直接把驱动升级到最高版本了)
Win7本地 配置 darknet版的yolov4环境--原版yolov4_第1张图片
2.显卡支持后下载CUDA10.0和cudnn7.6.4
CUDA下载地址:https://developer.nvidia.com/cuda-10.0-download-archive?target_os=Windows&target_arch=x86_64&target_version=10&target_type=exelocal
Win7本地 配置 darknet版的yolov4环境--原版yolov4_第2张图片
cuDNN下载地址:https://developer.nvidia.com/rdp/cudnn-archive
Win7本地 配置 darknet版的yolov4环境--原版yolov4_第3张图片
cuda下载完成后,双击cuda安装包。默认在C盘,可自己设置路径然后点击ok,开始解压安装文件。
Win7本地 配置 darknet版的yolov4环境--原版yolov4_第4张图片
默认使用精简选项,点击下一步、下一步。然后程序就开始一步步安装完成。

cudnn下载解压之后,将对应的文件分别拷贝到CUDA Toolkit中即可:
Win7本地 配置 darknet版的yolov4环境--原版yolov4_第5张图片
注意:不要直接拷贝这三个文件夹去替换安装路径下的文件夹,而是把三个文件夹里面的文件拷贝到CUDA安装路径下的相同名称的文件里面(也就是说:cudnn里bin文件夹里的文件粘贴到cuda里面bin文件夹里面,include和lib同理)
3.配置环境变量
计算机上点右键,打开属性->高级系统设置->环境变量,可以看到系统中多了CUDA_PATH和CUDA_PATH_V9_0两个环境变量,接下来,还要在系统中添加以下几个环境变量:
Win7本地 配置 darknet版的yolov4环境--原版yolov4_第6张图片
CUDA_SDK_PATH=C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.0
CUDA_LIB_PATH = %CUDA_PATH%\lib\x64
CUDA_BIN_PATH = %CUDA_PATH%\bin
CUDA_SDK_BIN_PATH = %CUDA_SDK_PATH%\bin\win64
CUDA_SDK_LIB_PATH = %CUDA_SDK_PATH%\common\lib\x64

在系统变量 PATH 的末尾添加:(注意path变量已经存在,直接在后面叠加即可,用英文状态下的引号分隔开)
%CUDA_LIB_PATH%;%CUDA_BIN_PATH%;%CUDA_SDK_LIB_PATH%;%CUDA_SDK_BIN_PATH%;
再添加如下4条(默认安装路径):
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\lib\x64;
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\bin;
C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.0\common\lib\x64;
C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.0\bin\win64;
4.配置完成后,我们可以验证是否配置成功,主要使用CUDA内置的deviceQuery.exe 和 bandwithTest.exe:
Win7本地 配置 darknet版的yolov4环境--原版yolov4_第7张图片
首先win+R启动cmd,cd到安装目录下的C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\extras\demo_suite下面,然后分别执行bandwidthTest.exe和deviceQuery.exe,应该得到下图:
Win7本地 配置 darknet版的yolov4环境--原版yolov4_第8张图片
Win7本地 配置 darknet版的yolov4环境--原版yolov4_第9张图片

如果以上两步都返回了Result=PASS,那么就算CUDA和cudnn成功啦。

你可能感兴趣的:(yolov4配置)