win10 + vs2017 + opencv3.4 +CUDA11.1 yolov3 环境配置

前言

darknet是vs2015编译的,使用vs2017也可以编译毕竟编译器都有向下兼容的能力,只要安装相应版本的平台工具集就可以使用;

vs2017和opencv3.4 以及CUDA的配置

1、设置相应版本的平台工具集(2015)
win10 + vs2017 + opencv3.4 +CUDA11.1 yolov3 环境配置_第1张图片
2、分别配置opencv和CUDA的包含目录和库目录
win10 + vs2017 + opencv3.4 +CUDA11.1 yolov3 环境配置_第2张图片
win10 + vs2017 + opencv3.4 +CUDA11.1 yolov3 环境配置_第3张图片
3、添加lib文件
win10 + vs2017 + opencv3.4 +CUDA11.1 yolov3 环境配置_第4张图片
4、CUDA和vs环境设置
win10 + vs2017 + opencv3.4 +CUDA11.1 yolov3 环境配置_第5张图片
将以上图片中四个文件分别拷贝到:
D:\Program Files (x86)\Microsoft Visual Studio\2017\Community\Common7\IDE\VC\VCTargets\BuildCustomizations
C:\Program Files (x86)\MSBuild\Microsoft.Cpp\v4.0\v140\BuildCustomizations
(注意:存放路径根据自己安装路径而定)
win10 + vs2017 + opencv3.4 +CUDA11.1 yolov3 环境配置_第6张图片
win10 + vs2017 + opencv3.4 +CUDA11.1 yolov3 环境配置_第7张图片
5、opencv_world340.dll 和 opencv_ffmpeg340_64.dll 放到darknet的x64文件夹下;
win10 + vs2017 + opencv3.4 +CUDA11.1 yolov3 环境配置_第8张图片
完成以上步骤配置,就可以对程序进行编译了,编译完成后会在x64的文件夹下生成darknet.exe可执行文件;就说明环境配置成功,接下来就可以用该模型训练自己的数据了。加油!

你可能感兴趣的:(机器学习)