win10 下的YOLO v3 的編譯與使用

部署環境：win10 +CUDA 10.0 + vs2017 + opencv 3.4.0 

代碼版本是 https://github.com/AlexeyAB/darknet  

一、初始準備

　　（1）下載代碼

　　（2）確保 VS2017 安裝了 VC++ v140工具集，若是沒有安裝，打開 Visual Studio Installer  ——修改——選中 c++ 在右側找到 vc++ v140  以下圖所示

　　

二、修改項目文件

　　（1）若是環境不是 CUDA10.0 （安裝了CUDA9.0等），文本編輯器打開  darknet.vcxproj  搜索 CUDA 10.0 字樣 ，一共兩處 （CUDA 和 10.0 中間有個空格）將 CUDA 10.0  換成你安裝的 CUDA 版本 例如（ CUDA 9.0 ）

　　（2）若是是 CUDA 9.0 ，還須要把  ;compute_75,sm_75   換成   ;compute_70,sm_70  

三、項目配置

　　（1）打開 darknet.sln (沒有 GPU 的 打開 darknet_no_gpu.sln 前面修改也是修改對應無 GPU 的 vcxproj 項目文件 )　，第一次打開會提示 從新定向項目 這裏 windows sdk  選擇 10.0  ，平臺工具集選擇 無升級    

                

　　（2）設置 程序 release X64

　　　　

　　（3）右擊 darknet ——屬性

　　　　　a) 肯定平臺工具集是 V140

　　　　　　

　　　　　　b）設置VC++目錄（包含目錄和庫目錄），分別設置爲 OpenCV 的 安裝目錄  中的

　　　　　　　　C:\opencv\opencv\build\include

　　　　　　　　C:\opencv\opencv\build\include\opencv

　　　　　　　　C:\opencv\opencv\build\include\opencv2

　　　　　　　　和 C:\opencv\opencv\build\x64\vc14

　　　　　　　　

　　　　　　c） 設置連接器 

　　　　　　　　連接器——輸入——附加依賴項 點開後  直接添加  C:\opencv\opencv\build\x64\vc14 目錄中的 lib 文件的名稱 （這裏是 opencv_world340.lib ）

　　　　　　

　　　　　　d）分別點擊應用和肯定

四、開始編譯

　　（1）darknet項目右擊 生成 

　　（2）將 C:\opencv\opencv\build\x64\vc14 目錄下的 opencv_ffmpeg340_64.dll  和  opencv_world340.dll 複製到  darknet-master\build\darknet\x64  目錄下

　　（3）幾種編譯報錯的 解決方法

　　　　a ）MSB8036 The Windows SDK version 8.1 was not found. 

　　　　　解決方法：　這是因爲目標版本問題，右擊項目 —— 常規——將目標版本選中有的那個（這裏是10.0.17763.0）

　　　                  　　　

　　　　b ） MSB4019 未找到導入的項目「***Microsoft.Cpp\v4.0\V140\BuildCustomizations\CUDA 10.0.targets」。請確認 <Import> 聲明中的路徑正確，且磁盤上存在該文件。 darknet \darknet-master\build\darknet\darknet.vcxproj 301

　　　　　　解決方法：將 NVIDIA GPU Computing Toolkit\CUDA\v10.0\extras\visual_studio_integration\MSBuildExtensions  文件夾 中的全部文件 複製到 C:\Program Files (x86)\MSBuild\Microsoft.Cpp\v4.0\v140\BuildCustomizations 中從新編譯便可

　　　　c ） opencv2/core/core.hpp : No such file or directory 

　　　　　　解決方法：右擊項目 —— 將配置改爲 release  平臺改爲 x64 

     　　　　

 

5 使用測試

　　　　　在源碼頁面下載yolov3的 yolov3.weights　也能夠本身下載其餘權重測試

　　　　

　　　　進入 darknet-master\build\darknet\x64  目錄 打開命令行 輸入  ./darknet.exe detector test cfg/coco.data cfg/yolov3.cfg yolov3.weights -thresh 0.25

　　　　而後輸入圖片路徑便可檢測圖片      （ -thresh 0.25  表明檢測閾值，機率高於0.25的畫框）

　　　　

 

 　  　　其餘 檢測命令  

　　　　檢測視頻 ./darknet.exe detector demo cfg/coco.data cfg/yolov3.cfg yolov3.weights -thresh 0.25 test.MP4

 　　　   檢測網絡像頭： ./darknet.exe detector demo cfg/coco.data cfg/yolov3.cfg yolov3.weights -thresh 0.25 相機網絡地址

　　　　其餘檢測可參照 github 網址