windows10下搭建YOLO环境
条件
①Visual Studio 2015/2017/2019(我前面已经安装了2019)
②CUDA >= 10.0, cuDNN >= 7.0
③OpenCV >= 2.4.
CUDA版本查看
打开NVDIA控制面板
下载CUDA(和系统查看的版本的要一致)
CUDA下载地址
CUDA安装教程(最好默认路径,后面环境变量好配置)
安装成功后系统变量会多出两个
CUDNN下载地址
进行文件替换:
就是复制文件粘贴到CUDA安装目录对应的文件夹下(不是复制文件夹!!!!!!
)
添加系统环境变量:
① C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2
② C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\lib\x64
添加环境变量(默认安装路径):
CUDA_SDK_PATH = C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.2
CUDA_LIB_PATH = %CUDA_PATH%\lib\x64
CUDA_BIN_PATH = %CUDA_PATH%\bin
CUDA_SDK_BIN_PATH = %CUDA_SDK_PATH%\bin\win64
CUDA_SDK_LIB_PATH = %CUDA_SDK_PATH%\common\lib\x64
修改系统变量Path:
%CUDA_LIB_PATH%;%CUDA_BIN_PATH%;%CUDA_SDK_LIB_PATH%;%CUDA_SDK_BIN_PATH%;
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\lib\x64
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\include
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\extras\CUPTI\lib64
C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.2\bin\win64
C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.2\common\lib\x64
CMake安装
OpenCV安装
下载YOLOV4
编译:
powershell进入解压文件目录darknet-master执行语句编译
.\build.ps1
一般没有问题,如果错了百度能解决。
下载权重文件
权重文件下载地址
将权重文件放在如图目录下
测试
测试的图片或者视频在x64/data目录下
同样使用powershell进入darknet-master执行命令
.\darknet.exe detect cfg\yolov4.cfg yolov4.weights data\dog.jpg
最后会在解压目录下生成一张结果图片