CPU版本yolo_cpp_dll.dll编译

最新推荐文章于 2022-08-21 13:26:08 发布
最新推荐文章于 2022-08-21 13:26:08 发布
阅读量1.8k 收藏 1
点赞数
分类专栏： 图像识别
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/qq114480/article/details/105690417
版权

CPU版本的DLL编译
进入darknet-master\build\darknet路径下，打开yolo_cpp_dll_no_gpu.sln
在这里插入图片描述
生成yolo_cpp_dll.dll，如下设置。
在这里插入图片描述
在这里插入图片描述
生成yolo_cpp_dll_no_gpu.dll，如下设置。
在这里插入图片描述
在这里插入图片描述

YOLO(3) -------------- 使用动态链接库dll、lib来运行yolo
阳光非宅男的博客
05-31 5157
根据前两章的学习，我们已经得到了根据darknet编译成的yolo库文件yolo_cpp_dll.dllyolo_cpp_dll.lib，本节我们将直接利用该库文件进行目标识别的工作。 前期文章回顾： YOLO(1)--------------NO GPU模式下配置、使用yolo v3 YOLO(2)-------------- 编译产生YOLO dll文件 一、新建工程 y...
YOLO(2)-------------- 编译产生YOLO dll文件
阳光非宅男的博客
05-31 2440
一、打开工程并配置工程 配置过程同上一篇，这里不再详述 https://blog.csdn.net/yunge812/article/details/90701094 二、程序编译， 在xx\build\darknet\x64”路径下生成“yolo_cpp_dll.lib”和“yolo_cpp_dll.dll”两个文件，这两个东西就是yolo的动态链接库。 下一章，我们介绍如何直...
yolo(vs2019编译cuda11_cv420_darknet_yolo_cpp_dll).zip
05-08
yolo(vs2019编译cuda11_cv420_darknet_yolo_cpp_dll),不包含yolo网络配置和权重
window10运行yolov4 GPU版 编译yolo_cpp_dll
weixin_44683176的博客
08-05 1820
安装vs2017 opencv3.4.0 cuda10 cudnn（关于安装自行上网搜索，需要安装文件的可私信） 2.配置cuda和opencv环境变量 3.下载darknet 打开yolo_cpp_dll.sln,调试-属性 来配置工程(不是cuda10的还需要自己配置darknet.vcxproj，搜索cuda 修改为自己cuda版本) 4. 配置完成后编译即可 生成的yolo_cpp_dll.dll直接用 ...
darknet添加新层以编译yolo_cpp_dll-------shufflenet模块
qq_16759959的博客
03-23 335
首先感谢AlexeyAB大神提供的YOLOv4源码，以及gmayday1997大神提供的split以及shuffle模块源码，本文以两位的工作进行yolov4版本中轻量化模块shufflenet模块的添加。 ①首先寻找到channel_slice.c和channel_shuffle.c的源文件及.h头文件，以及加入split.c与split.h六个文件。 ②接下来添加新层。参考DarkNet（1）--添加新层教程（slice层为例） 2.1 makefile文件的154行OBJ=中添加ch....
GPU版本yolo_cpp_dll.dll编译
qq114480的博客
04-22 2493
GPU版本的DLL编译 进入darknet-master\build\darknet路径下，打开yolo_cpp_dll.sln 生成yolo_cpp_dll.dll，如下设置。
MFC下调用yolo_cpp_dll.dll
alansss的博客
03-01 1575
参考 1.「寒韩Glory」VS2015图形界面YOLO3应用程序 2.[扶摇直上九万里wyh]MFC OpenCV：显示图片的3种方法（详细） 主要参考1中的yolo相关配置属性，和2中的第3.2部分:转换格式显示OpenCV图片。 界面设计 设计的界面如下： 包含了导入图片、进行识别两个有效个按钮（界面中的加载网络按钮无效），两个picture control，一个识别耗时文本和一个可更改文...
WIN10+YOLOv4 C++调用Yolov4生成的DLL
weixin_45052870的博客
08-21 1076
7，完整代码。
yolo（二）win10下vs2019的c++工程调用yolov3的dll进行检测识别
mqyw29995的博客
04-10 1528
yolov3 + win10 + vs2019 + opencv3.4.3 调用yolov3进行检测识别 准备阶段 1.yolov3生成dll 2.opencv3下载3 yolov3生成dll 前面准备阶段请参考 https://blog.csdn.net/mqyw29995/article/details/101603410 这里有区别的是打开yolo_cpp_dll.sln而不是darkn...
【视觉检测C++接口实现】vs2019使用动态链接库yolo_cpp_dll调用yolov3
weixin_52797278的博客
02-07 5008
目录 0. 前言 1. 准备工作 1.1 yolo_cpp_dll.dll和yolo_cpp_dll.lib的获取 1.2 pthreadGC2.dll和pthreadVC2.dll的获取 1.3yolo_v2_class.hpp的获取 1.4设置opencv环境变量（若已经设置可忽略） 2. C++新项目的创建 2.1 创建一个C++新项目（略） 2.2 在新项目文件夹内创建两个新文件夹 2.3 在新项目文件夹内（这里是project1）放好提前准备的链接库等文件 2.4 编写源..
YOLOv2 cpu版dll文件
04-05
使用说明参看https://blog.csdn.net/qq_17550379/article/details/78504790
YOLO动态链接库的编译和使用 - weixinhum - 优快云博客.pdf
09-24
YOLO动态链接库的编译和使用 - weixinhum - 优快云博客,YOLO动态链接库的编译和使用 - weixinhum - 优快云博客,YOLO动态链接库的编译和使用 - weixinhum - 优快云博客
yolo_dll.zip
05-13
yolov3封装的动态链接库及调用,不含权重和测试数据，下载后需要修改yolov3.cfg和names文件
YOLO动态链接库的编译和使用
热门推荐
weixinhum
08-07 2万+
前面一篇文章我们介绍了怎么在win10下搭建Yolo v3的开发环境。 这篇文章我们将着重介绍YOLO动态链接库的编译，还有如何正确的使用编译出来的Yolo动态链接库进行目标的识别。 首先是编译，对应的工程是“yolo_cpp_dll.sln”，其环境的配置跟上篇文章所讲的“darknet.sln”可以说完全一样，因此不再赘述。需要注意的是这里我们直接编译“release x64”版本，不去管...
yolov3 yolo_cpp_dll 调用
nathan1025的博客
09-05 6276
1.编译       1.1 如出现 cudnn宏问题 ，查看cudnn版本是否正确        1.2 包含目录 ..\..\3rdparty\include;C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0;C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\inc...
Windows10下编译opencv以及yolov4、yolov4_cpp_dll.dll
qq_16759959的博客
01-21 1397
编译的安装顺序是，CUDA+CUDNN（安装包与压缩包不要删除，不要删除，不要删除，防止踩坑的后备）,然后是VisualStdio，其次是OPENCV + 扩展库，最后是cmake。 环境变量配置，参考博文https://blog.csdn.net/weixin_44683176/article/details/107807360。其中，CUDA与OPENCV都需要进行环境配置，这对于以后的编译十分重要。 CUDA可以从nvidia官网进行安装，然后cudnn下载cuDNN Li..
windows10下编译darknet版的yolo过程及踩坑记录（CPU/GPU）
alansss的博客
02-23 9050
背景 原先是在ubuntu16.04下运行的GPU下的darknet版的yolo网络，最近由于需要制作GUI界面，加之之前看到过windows下也可以编译，因此切换到windows下。 CPU版的编程 网上win下的编译教程很多，如：【】 编译过程也很顺利，在生成了darknet.exe后，便可以在命令行下调用 darknet.exe detector test voc.data yolo.cfg...
YOLOv4生成GPU版和CPU版动态库，供python调用
fengxinzioo的博客
06-06 3018
YOLOv4源码下载、vs c++安装和opencv环境配置参考前半部分： https://blog.csdn.net/fengxinzioo/article/details/105647320 一、打开darknet工程 二、GPU版 2.1、打开yolo_cpp_dll.vcxproj，搜索“CUDA ”，CUDA后面有一个空格，修改为对应的CUDA版本，总共有两处需要修改。将里面的cuda版本改成你电脑安装的版本 下图打开yolo_cpp_dll.vcxproj： ...
【目标检测】Windows版本Darknet编译+darknet_no_gpu.exe编译与测试+动态链接库yolo_cpp_dll编译+测试实例+QT封装
LeonJin的博客
05-22 7594
测试一下YOLO Darknet C++接口，后面可以做基于darknet的目标检测框架 源码下载地址：https://github.com/AlexeyAB/darknet 作者的QT封装版本地址：暂时不发布(有需要可以评论联系博主) 作者yolo_cpp_dll测试源码：见下文(完整源码可以评论联系博主) 一、编译运行darknet_no_gpu.sln（不需要的，可以直接看第二部分）...
0x00007FFD4F743E73 (opencv_world4100.dll) (tensorrt_yolo8.11.12_demo.exe 中)处有未经处理的异常: 0xC0000005: 读取位置 0xFFFFFFFFFFFFFFFF 时发生访问冲突。
最新发布
03-17
<think>嗯，用户遇到了一个关于OpenCV的访问冲突异常，具体是opencv_world4100.dll和tensorrt_yolo8.11.12_demo.exe导致的0xC0000005错误。我需要先理解这个问题的可能原因，然后给出解决方案。 首先，根据用户提供的引用内容，类似的问题通常与DLL文件缺失或配置错误有关。比如，引用[1]提到将DLL文件复制到System32目录，而引用[2]指出Debug和Release模式下需要不同的库文件。引用[3]中的代码示例显示配置和路径问题也可能导致DLL加载失败。 可能的原因有几个方面： 1. **DLL文件缺失或路径问题**：用户可能没有正确配置环境变量，导致程序找不到opencv_world4100.dll。或者DLL文件没有被正确放置在可执行文件的目录或系统路径中。 2. **Debug与Release版本混淆**：如果用户使用的是Debug模式，可能需要带有'd'后缀的库文件（如opencv_world4100d.lib），而Release模式则不需要。引用[2]中提到附加依赖项配置错误会导致类似问题。 3. **内存访问冲突**：0xC0000005错误通常是由于程序试图访问未分配的内存地址。可能的原因包括指针错误、数组越界或OpenCV库与当前环境不兼容（比如32位与64位冲突）。 4. **版本不匹配**：使用的OpenCV库版本与项目配置或TensorRT版本不兼容，比如库文件是4100版本而项目引用了其他版本。 接下来，我需要逐一分析这些可能性，并给出对应的解决方案。例如，检查DLL是否存在，配置环境变量，确认调试模式下的库文件是否正确，检查代码中的内存操作，以及验证版本兼容性。 另外，用户提到使用了tensorrt_yolo8.11.12_demo.exe，可能需要确认TensorRT和OpenCV之间的版本兼容性。如果两者版本不匹配，也可能导致冲突。 最后，建议用户进行全面的检查步骤，包括文件路径、配置设置、代码调试以及依赖库的版本一致性。可能需要重新配置项目属性，确保所有依赖项正确无误，并运行内存检测工具来定位问题。</think>### 解决方案：OpenCV访问冲突异常（0xC0000005）分析 #### 一、异常原因分析 1. **DLL文件缺失或路径问题** - 如果程序运行时未找到`opencv_world4100.dll`，会导致动态链接失败，进而引发访问冲突[^1]。 - 可能未将DLL文件放置在正确路径（如`System32`、可执行文件目录或环境变量包含的路径）。 2. **Debug与Release模式混淆** - 若项目配置为**Debug模式**，但链接了非Debug版本的库（如`opencv_world4100.lib`而非`opencv_world4100d.lib`），会导致内存分配不一致，触发访问冲突[^2]。 3. **内存操作错误** - 代码中可能存在未初始化的指针、越界访问或资源释放错误（例如`Mat`对象未正确管理内存）。 4. **版本兼容性问题** - OpenCV库版本（如4100）与TensorRT、CUDA或其他依赖库版本不匹配，导致接口冲突。 --- #### 二、具体解决步骤 **步骤1：检查DLL文件路径** 1. 确认`opencv_world4100.dll`存在于以下位置之一： - 可执行文件（`tensorrt_yolo8.11.12_demo.exe`）所在目录 - `C:\Windows\System32` 或 `SysWOW64`（根据系统位数） - OpenCV安装目录的`\build\x64\vc15\bin`（或对应VS版本） 2. 将缺失的DLL文件复制到上述目录，并重启程序。 **步骤2：验证库文件配置** 1. 在Visual Studio中检查项目属性： - **配置属性 > 链接器 > 输入 > 附加依赖项** - Debug模式：需包含`opencv_world4100d.lib` - Release模式：需包含`opencv_world4100.lib` - **配置属性 > VC++目录 > 库目录**：指向OpenCV的`.lib`文件路径[^2]。 2. 清理并重新生成项目，确保编译模式与库文件一致。 **步骤3：排查内存操作问题** 1. 使用调试工具（如Visual Studio调试器）定位崩溃点： - 检查代码中涉及`Mat`、指针或数组操作的部分。 - 示例： ```cpp Mat image = imread("input.jpg"); // 确保文件路径正确 if (image.empty()) { std::cerr << "Image load failed!" << std::endl; return; } ``` 2. 使用`Valgrind`或`Dr. Memory`检测内存越界或泄漏。 **步骤4：版本兼容性检查** 1. 确认OpenCV与TensorRT版本匹配： - 参考TensorRT官方文档支持的OpenCV版本。 - 若版本冲突，需重新编译OpenCV或降级TensorRT。 2. 检查项目配置是否为**64位**（常见于OpenCV预编译库与项目位数不符）。 --- #### 三、补充建议 - **更新显卡驱动**：确保CUDA（如使用）与显卡驱动兼容。 - **重装OpenCV**：从官方渠道下载预编译库或自行编译，避免第三方修改导致的兼容性问题[^3]。 - **依赖项检查**：使用`Dependency Walker`工具分析可执行文件的依赖链，确认所有动态库加载正常。 ---
评论 4
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
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