Windows下基于yolov3二维码识别与解码（环境配置+训练过程）

因为项目上需要识别QR码与DataMatrix码，在这里记录一下基于深度学习的二维码识别效果。

一、编译darknet

这里我采用的是AlexeyAB的版本

https://github.com/AlexeyAB/darknet

安装文件版本

cmake-3.20.1-windows-x86_64

opencv 4.2.0

cuda_10.2.89_441.22_win10

cudnn-10.2-windows10-x64-v8.1.0.77

1、安装CUDA与cuDNN

CUDA根据安装提示安装不作修改，cuDNN按照教程将以下文件拷贝到下面的路径

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2

2、配置OpenCV

系统环境变量添加 OpenCV_DIR = D:\opencv420\build（添加你自己的安装路径）并在Path中添加 D:\opencv420\build\x64\vc15\bin

3、用cmake编译darknet

我的VS版本是2015版本，所以选择Visual Studio 14 2015，选好后点击“Configure”直到没有红色提示，点击“Generate”就完成了编译。

编译之前需要修改Makefile文件（由于我的电脑不支持CUDNN_HALF所以没修改）

接着打开编译好的darknet.sln选择X64平台点击生成就会在Release目录下生成darknet.exe文件

二、训练模型文件

1、用labelImg标注数据

2、准备配置文件

.data文件包含类别数量与文件路径信息

我标注了QR与DataMatrix所以classes是2类

train.txt与val.txt分别是用于训练的数据和校验的数据

.names文件包含了类别名称

yolov3-tiny.cfg文件在已有的基础上修改，主要有以下几项

[yolo]修改，由于我使用的是tiny.cfg所以只有两处需要修改，修改项为filters与classes

3、下载预训练文件开始训练

yolov3-tiny.conv.11

 .\darknet.exe detector train data/detect.data cfg/yolov3-detect-tiny.cfg yolov3-tiny.conv.11 -map

在此之前需要将darknet.exe以及一些文件放到

D:\darknet-master\build\darknet\x64下

cudnn64_8.dll

opencv_world420.dll

opencv_videoio_ffmpeg420_64.dll

三、效果及模型文件

资源下载

二维码识别模型 yolov3-tiny.weights