win10 下安装YOLOv4的全过程记录

win10 下安装YOLOv4的全过程记录

1. 环境搭建

这里所有的依赖环境都有版本要求

1.1 安装编译工具CMake

YOLO作者只推荐windows用户使用两种build方式，一种是使用CMake进行项目构建。推荐使用CMake GUI，傻瓜式操作。
在官网下载即可：https://cmake.org/download/ ，注意版本需要CMake >= 3.12

1.2 安装CUDA

CUDA是NVIDIA推出的一个计算平台，可以让CPU和GPU协同工作，各自发挥最大的效用。
https://developer.nvidia.com/cuda-toolkit-archive，CUDA >= 10.0

1.3 下载cudnn库

cudnn是CUDA的针对深度学习的扩展库，有它才可以使用GPU对深度学习进行加速。
https://developer.nvidia.com/rdp/cudnn-archive，注意，cudnn和CUDA版本是对应的，下载页面上会标注，一定要下载对应CUDA版本的cudnn
下载完成之后解压然后将cudnn库的文件复制到CUDA对应目录下。具体操作如下：
首先进入到cudnn-XX.X-windows-x64-vX.X.X.XX\cuda\目录下，会有bin、include、lib三个文件夹。将这三个文件夹直接复制到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\vXX.X中。注意直接复制进去，不用担心会删除原来的文件，这个操作只会将不存在的文件全部添加到对应的目录中。
cudnn的安装就完成了。

1.4 下载opencv库

opencv是用来处理图像的，其中cv是computer vision的缩写，即计算机视觉。
Releases - OpenCV，下载完成后解压到任意目录下即可。

下面一步非常重要，否则系统会找不到opencv库！必须将build目录添加到名为OpenCV_DIR的系统环境变量中。
例如：OpenCV_DIR = D:\opencv\build。

这里要求OpenCV >= 2.4即可。我使用的是3.4.13。在mac上使用opencv4也成功了，windows上没有尝试。

1.5 下载编译器 – MSVC

下载Ｃ++的编译器。由于整个项目使用Ｃ++编写，所以必须下载对应的编译器。在windows端下载microsoft visual studio community 2017/2019版本即可。
https://visualstudio.microsoft.com/thank-you-downloading-visual-studio/?sku=Community。这里最好安装在Ｃ盘，因为就算IDE不安装在Ｃ盘，也有一部分必须安装在Ｃ盘，还不如都装在一起。

CUDA、MSVC2017/2019和darknet最好安装在同一个磁盘内，否则在使用CMake集成项目的时候，CMake可能会找不到CUDA！！！

1.6 硬件要求

要求GPU算力大于3.0，否则直接劝退。GPU算力查看网址：https://en.wikipedia.org/wiki/CUDA#GPUs_supported

2. YOLOv4项目生成

2.1 darknet下载

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

2.2 CMake集成项目

源码位置和项目构建输出位置都选择darknet主目录即可，我的配置如下：

目录选择完成之后，点击configure选择可配置项目，这里根据自己的电脑配置选择。

1. 如果要使用GPU加速，就需要将CUDA和CUDNN置为1。CUDNN_HALF可以加速2-3倍，但是需要算力大于7的GPU（性能强于NVIDIA TITAN V），否则就算选择了，CMake也会自动帮你取消。
2. AVX和OPENMP开启多线程，加速CPU运行速度
3. OPENCV使用opencv库
4. 其他的一般不会使用到

2.3 集成项目

点击Generate按钮

2.4 打开项目

点击Open Project按钮，使用visual studio打开项目

3. YOLOv4编译

3.1 切换为Release模式

点击菜单栏里面的 生成 -> 配置管理器，将活动解决方案配置切换为Release。

3.2 编译

菜单栏里选择 生成 -> 生成解决方案。等待编译完成即可。

4. YOLOv4使用

darknet/Release/darknet.exe就是我们想要的可执行文件。

但是在这个目录下并不能运行，会提示你缺少pthreadVC2.dll文件。将darknet.exe文件复制到darknet/build/darknet/x64目录下。
在这里运行还会提示你缺少opencv_world3413.dll文件。进入opencv目录，将opencv\build\x64\vc15\bin目录下所有以opencv_world开头的文件复制到darknet/build/darknet/x64目录下。

YOLOv4安装完成

5. 测试

官方推荐我们使用yolov4.weights文件进行测试。下载地址：yolov4.weight
下载之后将yolov4.weights复制到darknet/build/darknet/x64目录下即可。
然后在darknet/build/darknet/x64目录下运行如下命令
对于cmd：

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

对于powershell：

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