WIN10+YOLOv4 环境搭建并进行YOLOv4目标检测

我的当前
软件环境：WIN10，CUDA10.2，cuDNN7.6.5，python3.7，VS2019，OpenCV3.4.0
硬件环境：Rtx2060，12G显存；

1.1 下载安装NVIDIA显卡驱动

下载地址
设备管理器查看自己电脑的显卡型号，并下载安装，

C:\Program Files\NVIDIA Corporation\NVSMI

添加到环境变量的path中，重启一下电脑，然后CMD中输入：

nvidia-smi

1.2 下载安装CUDA

我建议用10.2版本。
官网下载
多种版本下载

安装后配置环境变量
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_V10_2两个环境变量

接下来，还要在系统中添加以下几个环境变量（默认安装路径）:

CUDA_SDK_PATH = C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.2 
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

然后，在系统变量 Path 的末尾添加：
再添加如下5条（默认安装路径）：

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\lib\x64 
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\include
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\extras\CUPTI\lib64
C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.2\bin\win64
C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.2\common\lib\x64

CUDA测试——CMD执行：（如果没有反应，就重启一下电脑）

nvcc -V

1.3 下载安装cuDNN

这个下载需要账号，自己注册一个比较方便；
官网下载



cuDNN下载好后直接将其解开压缩包，然后需要将bin,include,lib中的文件分别复制粘贴到CUDA相对应的文件夹下

1.4 下载安装OpenCV

官网下载

下载后运行exe文件（解压）到相应目录下：
C:\Program Files (x86)\opencv

在系统变量 Path 的末尾添加：

 C:\Program Files (x86)\opencv\build\x64\vc15\bin 

1.5 下载安装VS2019

官网下载
进入VS官网下载社区版
走流程安装即可

2 配置YOLOv4环境

我们已经实现了准备工作：win10+CUDA10.2+cuDNN7.6.5+VS2019+OpenCV3.4.0

2.1 下载YOLOv4

官网下载


下载到本地，解压。我将darknet-master重命名为darknet，保存至D盘

2.1 复制OpenCV文件

将文件夹
C:\Program Files (x86)\opencv\build\x64\vc15\bin的两个dll文件： opencv_ffmpeg340_64.dll和opencv_world340.dll复制到

D:\darknet\build\darknet\x64 

2.2 VS2019项目配置

用VS2019打开D:\darknet\build\darknet下darknet.sln文件
有可能VS2019要走一下如下流程：

重启电脑。
右键darknet.sln进行配置：

1.选择release和x64

2.项目 ->属性 注意同样应选release和x64，同时检查注意检查Windows SDK版本和平台工具集

3.修改包含目录和库目录
添加opencv3.4的包含目录和库目录（按照自己的opencv3.4的路径）
包含目录：

C:\Program Files (x86)\opencv\build\include
C:\Program Files (x86)\opencv\build\include\opencv 
C:\Program Files (x86)\opencv\build\include\opencv2

库目录：

C:\Program Files (x86)\opencv\build\x64\vc14\lib

4.附加依赖项
添加附加依赖项（按照自己的opencv3.4的路径）

C:\Program Files (x86)\opencv\build\x64\vc14\lib\opencv_world340.lib

需要添加的是opencv_world340.lib

2.3 修改darknet.vcxproj

D:\darknet\build\darknet下，右键，可以txt打开

ctrl+f搜索 10.0 全部改成 10.2 （因为我们的CUDA版本是10.2）有2处需要修改

2.4 拷贝CUDA文件

1.将NVIDIA CUDA的安装程序（.exe文件）数据解压到一个指定文件夹中（最好是新建一个文件夹CUDA，解压后会出现很多文件，这样方便查找）
2.将第一个路径下的文件直接拷贝到第二个路径下的文件夹中

D:\CUDA\VisualStudioIntegration\extras\visual_studio_integration\MSBuildExtensions

C:\Program Files (x86)\Microsoft Visual Studio\2019\Community\MSBuild\Microsoft\VC\v160\BuildCustomizations

2.5 下载YOLOv4预训练权重文件

直接点击我的百度网盘进行下载，提取码是：0sti
百度网盘下载
下载后拷贝到

D:\darknet\build\darknet\x64 

3 目标检测

以上已经完成了所有环境的配置，可以使用yolov4.weights实现目标检测了，方法如下：
在D:\darknet\build\darknet\x64\ 目录下CMD执行：

darknet.exe detector test cfg\coco.data cfg\yolov4.cfg yolov4.weights data\dog.jpg

SHELL执行

.\darknet.exe detector test cfg\coco.data cfg\yolov4.cfg yolov4.weights data\dog.jpg

其中，待检测的图片或者视频放在以下路径：

D:\darknet\build\darknet\x64\data

下一篇将介绍如何训练，和调用DLL

参考