使用Cmake-GUI在windows环境下编译yolov4

记录YOLOv4---darknet踩过的那些坑(win10) 1.在cygwin上make报错:cuda_runtime.h:No such file or directory 起初是在装cygwin时没有下载make的包,后来重新装了一下还是会报这个错,目前使用make编译报这个错我还是没有解决,后来换了个方法:使用cmake-gui编译成功了。百度:yolov4在windows下的环境配置方法利用cmake-gui以及测试 即可找到一些博主发的具体流程,按照上面的一步一步来就可以了。 2.GPU isn’t used 在测试时显示GPU没有使用。在darkne 阅读详情

使用Cmake-GUI在windows环境下编译yolov4

一起来玩

qq群:821429104

b站:宋老狗97

yolov4来了,更高的准确率和更快的速度!

可以点击下方链接,提前来感受一下yolov4的检测效果
https://www.bilibili.com/video/BV1cp4y197jV/

在linux中编译yolo比较简单,只需要配置好cuda和cudnn之后通过makefile直接编译就可以,但是在windows平台下编译起来比较麻烦,并且可能会遇到各种各样奇妙的bug,这里使用官方推荐的cmake-gui的方式来进行编译,相对比较方便,废话不多说,看下面的过程。

code: https://github.com/AlexeyAB/darknet

paper: https://arxiv.org/pdf/2004.10934.pdf

首先将darnet下载到本地,直接下载压缩包解压或者命令行中执行下列命令

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

编译前的准备

按照官方指南,在编译之前请保证你已经配置好cuda、cudnn和opencv。

  • cuda和cudnn

    cuda直接从nvidia官网下载下来进行安装即可,安装成功之后下载cudnn的压缩包直接解压之后移入cuda的安装目录即可,如下图所示

    image-20200430124330528

    命令行中输入nvidia-smi和nvcc -V能正确输出相关信息表示安装成功。

    image-20200430124511033

  • opencv

    opencv我这里下载的是3.4.10版本的,直接从官网下载即可,下载好了之后点击执行exe文件,记住安装位置。

image-20200430124706979

image-20200430124945849

安装完毕之后配置一下环境变量,如下图所示。

image-20200430130340122

image-20200430130518373

  • cmake-gui

    cmake-gui也是比较简单,直接从官网下载好安装即可,界面如下图所示:

    image-20200430124837255

开始编译

首先打开选择你的darknet的目录

image-20200430125937112

依次点击配置、生成和打开项目,我这里使用vs2019打开项目

image-20200430130739176

按照下面的顺序和配置依次右键生成,生成成功之后你就可以在darknet目录下看到darknet.exe了!

image-20200430131007239

image-20200430131254256

测试一下吧!

首先要下载作者提供的预训练权重到darknet目录下,由于作者将文件放在了谷歌网盘,下载比较麻烦,小伙伴们也可以通过下面我的网盘地址进行下载。

链接:https://pan.baidu.com/s/1mqkkhR5cgDruNaBBb7m-Qg
提取码:tpci

首先在darknet中目录下打开命令行

image-20200430132708991

  • 图片目标检测

    请执行下列命令,这里使用的是作者项目中提供的图片,如果检测自己的请更换为自己的

    darknet.exe detect cfg\yolov4.cfg yolov4.weights data\dog.jpg
    

    image-20200430132526349

  • 视频目标检测

    请执行下列命令,这里是我从网上下载的一段视频,命名为street.mp4放在了data目录下

    darknet.exe detector demo cfg\coco.data cfg\yolov4.cfg yolov4.weights .\data\street.mp4
    

image-20200430133402494

  • 摄像头目标检测

    请执行下列命令, 我台式机没摄像头,暂时就不跑了

    darknet.exe detector demo cfg\coco.data cfg\yolov4.cfg yolov4.weights
    

以上就是yolov4在windows上运行的全部流程了,小伙伴们感兴趣可以自己试一试,想看效果的话可以看我录的这一段视频,视频地址如下:
用yolov4对黑人抬棺进行目标检测

Windows搭建Darknet框架环境-Yolov4-GPU 本文介绍了在Windows系统上搭建YOLOv4-GPU的Darknet框架环境。 阅读详情

相关推荐

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:

z641538329的博客 2627

grpc在windows平台使用CMake交叉编译Android库、Linux库和Window库

grpc在window平台使用CMake交叉编译Android、Linux和window库

weixin_43564391的博客 2520

Cmake的交叉编译入门

1、准备工作 mkdir t1 cd t1 在 t1 目录建立 main.c 和 CMakeLists.txt( 注意文件名大小写 ) : main.c 文件内容: //main.c #include int main() { printf(“Hello World from t1 Main!n”); return 0; } CmakeLists.txt 文件内容: SET(C

道亦无名 5358

win10下CMAKE交叉编译ARM-LINUX

WIN10下CMAKE交差编译ARM64-LINUX 平台准备(接上一篇文章) win10 cmake arm-linux-gcc(aarch64-linux-gnu-gcc-7.3.1.exe) arm-linux-g++(aarch64-linux-gnu-g++.exe) make zcu106开发板 vscode编辑器 开始 首先设置好win10下make、cmake、arm-linux-...

weixin_43873379的博客 6808

配置VScode编译、调试STM32(一)手动配置makefile和debug

做嵌入式的朋友们都应该有过想要有个功能强大的IDE或者编辑器,Keil MDK5、IAR EWARM是用的比较普遍的平台了,但是两者在编辑器方面都比较弱势,当然可以设置 或者使用外部编辑器,像Sourceinsight、notePad++这样,但毕竟需要切换回来进行Build、Debug,非常麻烦。 VScode从发布至今口碑一直很好,而且里面有非常多的插件,比如彩虹括号、Code Runner、...

hanhe0551的博客 4289

HFSS仿真的后处理结果,如何根据天线表面的电流密度分布对天线进行优化?

在HFSS仿真中,天线表面的Jsurf​是最直观、最有价值的诊断工具之一。它不仅告诉你天线“能不能工作”,还能告诉你“为什么工作”以及“哪里出了问题”。

degogmy的博客 1158

cmake创建windows工程编译环境

windows下搭建基于cmake 和MinGW的c++编译环境

qijitao的专栏 3839

WinServer 2012 R2 搭建 AD 单域多站点 及 DNS各站点的子网掩码排序调整

WinServer 2012 R2 搭建 AD 单域多站点 及 DNS各站点的子网掩码排序调整

一直被模仿,从未被超越 5533

windows 下使用 cmake-gui 来编译第三方库的源代码

很多 linux 和 windows 平台通用的第三方库喜欢使用 CMAKE 来管理整个工程文件,当我们需要编译安装该库时,在 linux 上往往非常简单。 ./configure make make install 而在 windows 下配置该库难度就比较麻烦,一般使用 cmake-gui 进行配置,生成对应开发环境的工程(比如VS2010、VS2015、Min...

ChaoQun 2万+

python数据分析与可视化

Python数据分析主要包括数据清洗、数据探索和数据可视化三个部分。数据清洗是数据分析的重要环节,主要是对数据进行预处理,包括缺失值处理、异常值处理、数据类型转换等。数据探索则是通过对数据进行初步分析,了解数据的分布和特征,为后续的数据分析提供基础。数据可视化则是将数据以图形化的方式呈现,帮助人们更好地理解和分析数据。

2301_82032652的博客 7712

在Jetson orin NX上安装部署Yolov8

1、环境准备与依赖安装2、安装PyTorch和Torchvision:从NVIDIA官方论坛或开发者下载中心获取与你的JetPack版本兼容的PyTorch wheel文件。例如,对于JetPack 5.1.2,可以安装PyTorch v2.1.0 8。:需要编译安装与PyTorch版本匹配的Torchvision。这里自己编译没有成功,下载了一个现成的可以用torchvision-0.16.2+c6f3977-cp38-cp38-linux_aarch64.whl。

xxxcccvvvbbb的博客 776

在windows10下跑yolov4官方代码AlexeyAB/darknet

这个项目是我最近一段时间在配置官方代码的一些心得 代码地址:https://github.com/AlexeyAB/darknet 首先,需要在电脑上安装相关环境 1、Cuda和Cudnn,关于这两个东西的配置网上都有相关的详细教程,主要配置和自己电脑显卡相匹配的版本。 2、安装CMake GUI:注意要下载Windows win64-x64版本,下载地址:https://cmake.org/download/ 具体安装步骤比较简单,就下载,然后选择安装路径,勾选添加环境变量,具体安装步骤比较简单,这里就

Jimy_Lin的博客 913

在 Eclipse 里快速用上 SAP Joule:ABAP 开发者的 AI 助手上手指南

本文介绍了SAP Joule for developers如何集成在ABAP开发工具中,为开发者提供AI辅助能力。主要内容包括: Joule作为ADT的增强层,直接嵌入开发流程,支持在项目资源管理器、代码编辑器等场景下通过上下文菜单调用AI功能。 核心使用方式:打开Joule视图后,可在开发对象、代码片段等上下文中使用自然语言交互,请求解释、生成测试或获取示例代码。 重点功能: Explain:解释现有代码逻辑,降低理解成本 ABAP Unit测试生成:快速创建与上下文相关的测试用例 支持在传输管理器等完整

2007 年 ~ 2025 年,深耕 SAP 技术 18 年 393

yolov4 开发环境搭建_yolov4 目标检测 实战1: darknet环境搭建 windows10

源码地址:https://github.com/AlexeyAB/darknet环境本人环境显卡 RTX 2080 liVisual Studio = 2015CMake = 3.17.5CUDA = 10.0Cudnn = 7.4.2.24OpenCV = 3.4.6安装过程中遇到的坑点以及注意点1、安装Visual Studio 记得要安装C++相关组件(建议安装vs2015,我一开始使用19...

weixin_39556891的博客 437

vs code , 配置 claude code 插件, 默认选项 : --dangerously-skip-permission

摘要:本文介绍如何在VS Code中为Claude Code插件配置--dangerously-skip-permission参数,包含两种方法:图形界面设置(适合新手)和直接编辑settings.json(精准配置)。该参数会跳过权限检查,仅建议在本地测试环境中使用。配置后需通过命令面板验证参数是否生效,并注意安全风险,避免在生产环境使用。多参数配置时需用数组格式,不同版本插件可能键名略有差异。

AI天才研究院 4992

廖雪峰Python教程[完整版]

廖雪峰的python教程整理的,已经排好版了,而且还是完整的,适合小白

最新yolov4(适用yolov3等系列)在windows下的最简洁环境配置方法利用cmake-gui以及测试(亲测可用)

linux环境下的就不演示了,网上教程很多,比较简单,把cuda、cudnn等装好,git clone+修改makefile文件+make命令就可以了,可以参考官网教程https://github.com/AlexeyAB/darknet 本文谈谈yolo在windows下的配置,看了很多博客,很多都是阐述手动在vs里面如何添加opencv,darket等依赖文件,之前我在vs手动配opencv(...

diadestiny的博客 1万+

efm32 入门.pdf

本PDF共计22页,介绍的是操作驱动API,下载与否自己斟酌。

windows10+vs2017+opencv3.4.1配置YOLOV4

首先需要准备的软件包:我这里CUDA是10.0版本,CUDNN是对应10.0的版本,一定要对应,可以在控制面板看一下自己的CUDA是什么版本。 1.CUDA:https://developer.nvidia.com/cuda-toolkit-archive 2.CUDNN:https://developer.nvidia.com/rdp/cudnn-archive 3.opencv>2...

小景的博客 1万+

WINCC7.3破解文件

WINCC7.3硬件够破解文件,有需要的下载!WINCC7.3硬件够破解文件,有需要的下载!

VC中sqlite的使用

在VC中对sqlite的使用,实现数据库大批数据的快速插入,读取数据库中的数据在ListCtrl中显示

从零开始在Windows10的Ubuntu子系统中编译安装YOLOv3

标题 <<从零开始在Windows10的Ubuntu子系统中编译安装YOLOv3>> 再win10上安装ubuntu子系统这里不再叙述,不清楚可搜索相应的文章观看。 在目标检测(object detection)领域,YOLOv3是一个巅峰般的存在,简单来说,就是又快又准,如下图所示: 第一步,安装YOLOv3依赖项。 a. 下载安装最新版英伟达显卡驱动:https://...

帅的发光发亮的博客 1万+

【CMake|TensorRT】Windows下使用CMake编译项目,yolov8-seg为例子

然后点击finish,最后再点击generate即可生成我们的.sln项目文件。指定我们的项目路径,和build的路径(没有build文件夹则会自动创建)。

传统图像处理,深度学习,目标检测(分类,检测,分割),多目标追踪,部署等 980

Windows10上Yolov4的部署与测试

Windows10上Yolov4的部署与测试(训练以后会更新,先来尝鲜)一、准备工作二、安装上面的所有"食材都准好了,开始炒菜"摆好餐具,准备吃饭小小的总结一下 其实github上Yolov4的作者已经把部署过程以及怎么测试都详细的写出来了都是英文的,我这里就展示一下我的部署过程,怎么跑起来的,以及遇到的一些小问题,分享一下。 一、准备工作 我写一下作者的要求以及我自己使用的版本号,–后就是我的版本号。 1.CMake >=3.12: --CMake 3.16.6 https://cmake.org/

qq_40902999的博客 3145

windows平台使用CMake工具对darknet的编译以及安装过程+yolov3+图像检测+摄像头检测+视频检测+手机作为摄像头进行检测(详解)

windows平台使用CMake工具对darknet的编译以及安装过程+yolov3+图像检测+摄像头检测+视频检测+手机作为摄像头进行检测(详解)

Keep_Trying_Go的博客 3327

Windows下VS2015编译YOLOv4的两种方法,以及error C2065: “__func __”未定义问题的解决

之前写过一个Windows下编译YOLOv3的文章:[《Win10+VS2015安装配置YOLO3(CPU/GPU)》](https://blog.youkuaiyun.com/hangl_ciom/article/details/88914288?spm=1001.2014.3001.5501) 现在Yolo已经到V4了,而且性能有了比较大的提升,所以也装了个Yolo4测试一下,以下为编译时的记录。

hangl_ciom的博客 2043

yolov5 + tensorRT + windows GPU C++部署

yolov5在window上tensorRT的C++部署

weixin_39017195的博客 2597

cmd检测cuda版本_yolov4 目标检测 实战1: darknet环境搭建 windows10

源码地址:https://github.com/AlexeyAB/darknet环境本人环境显卡 RTX 2080 liVisual Studio = 2015CMake = 3.17.5CUDA = 10.0Cudnn = 7.4.2.24OpenCV = 3.4.6安装过程中遇到的坑点以及注意点1、安装Visual Studio 记得要安装C++相关组件(建议安装vs2015,我一开始使用19...

weixin_39867212的博客 530

YOLO(三):YOLOv4在Windows7(仅CPU)下的配置+opencv3.1.0+VS2015

提醒:本文为64位Windows7操作系统下仅CPU(木有用到显卡)的配置,这是填上一篇YOLOv4的坑(上一篇中有使用到显卡,对于没有显卡但也想跑一下试试的同学可以过来坐坐),构建自己的数据集训练问题还得往后延一下,后期再更新。 主要参考: YOLO V4 :win10+cpu环境的体验 上一篇的YOLOv4在windows7搭载的GTX960显卡配置好之后,无意中看到上面那篇文章,因为自己在之前查找教程的时候,有几个使用cmake生成的例程,但自己一直没跑通,后面就换了一位同学的方法实现。这次看到这个不

sinat_34897952的博客 3884
上一篇: YOLOV3和SSD
下一篇: 一款windows平台下的命令行工具-Cmder
肆十二
肆十二 优质创作者: 人工智能技术领域 优质创作者: 人工智能技术领域
博客等级 码龄9年 2万+粉丝 241原创
评论 25
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

肆十二

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值