YOLOV4 Windows10 VS2017 OPENCV4.6 CUDA11.5安装记录（简单）

前言

本篇文章主要介绍yolov4在安装过程中遇到的问题和解决方法，至于安装的具体流程，网上有很多详细的介绍，这里就不多言了。

1、安装环境

1.安装yolov4源码，可以在github下载，也可以在git上敲指令下载，第二种方式速度快，优先推荐。

git clone https://github.com/AlexeyAB/darknet.git

2.安装opencv4.6.0，安装完成后，可以不用配置环境变量。
3.安装vs2017。
4.安装cuda11.5、cudnn8.5，下载cudnn8.5后，把压缩包的三个文件夹复制到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.5里（cuda的安装路径），这里有个要注意的坑，cuda对应的lib里面有个x64的文件夹，而cudnn里面没有，所以你要把cudnn对应lib中的文件全部拷到x64文件夹里面。

其实还有个坑，这个后面讲。

2、使用VS编译

1、修改darknet.vcxproj文件，主要是把cuda版本修改过来，有两处。

<Import Project="$(VCTargetsPath)\BuildCustomizations\CUDA 11.5.targets" />

2、修改opencv包含路径和引用路径，链接器添加opencv_world460.lib，放入opencv_world460.dll和opencv_videoio_ffmpeg460_64.dll到darknet/x64文件夹中。
1、包含目录

2.库目录

3.Release x64环境下运行，然后等待生成darknet.exe。

3、测试

1.下载yolov4.weights文件到运行目录，然后打开cmd，输入指令。

darknet.exe detector test cfg/coco.data cfg/yolov4.cfg yolov4.weights -thresh 0.25

2、如果出现Could not locate zlibwapi.dll. Please make sure it is in your library path的错误提示，那么恭喜你了，这是之前安装cudnn提到的另一个坑，可以参考下面的连接解决。
Could not locate zlibwapi.dll解决方法

3、第一个指令运行完成后，会出现Enter Image Path:的提示，直接输入dog.jpg，如果弹出这样一张图像，就大功告成了。