windows 10 下gpu版darknet的安装

时间:2024-11-22 08:53:06

1、第一步, 安装显卡驱动,CUDA工具包以及cudnn工具包 (如果都安装 则跳过此步)

2、第二步, 下载并安装VS2015或者更高版本 (如果已经安装则跳过此步骤)这里需注意的是, 安装时候基本上选择你自己所用语言相关的组件就行了, 一般不要完全安装(完全安装会占用大量磁盘空间, 启动时候慢, 卸载也无法完全清除某些文件,可能是因为会安装更多.net框架的东西的缘故)

3、第三步, 下载并安装OpenCV工具包我自己所用的为3.4.3版本的, 听说版本较高的不行。https://sourceforge.net/projects/opencvlibrary/files/opencv-win/3.4.3/https://blog.csdn.net/qq_31334371/article/details/86663574

4、第四步, 进入关键部分 darknet下载及配置4.1. 下载这个版本:https://github.com/AlexeyAB/darknet下载后解压到硬盘某个位置,比如我的放在A:/detection/,并将darknet-master重命名为win_darknet

windows 10 下gpu版darknet的安装

5、2 修改配置文件darknet.vcxproj打开build文件夹下的darknet文件夹,并用编辑器(推荐sublime或者vscode)打开darknet.vcxproj,CTRl+F打开搜索框 查找CUDA。这里主要是修改CUDA的路径以及版本号, 使其和本机安装的保持一致。修改完后, 保存并关闭.vcproj文件.

windows 10 下gpu版darknet的安装
windows 10 下gpu版darknet的安装
windows 10 下gpu版darknet的安装
windows 10 下gpu版darknet的安装

6、3 配置OpenCV使用vs2015打开darknet.sln,按照如下链接来添加头文件和库文件依赖https://blog.csdn.net/u013925378/article/details/82851600https://blog.csdn.net/miejiu/article/details/104215750

7、4 生成darknet可执行文件切换到debug +x64,然后菜单项-build->rebuild Solution.rebuild成功之后, 在x64子文件夹下会出现一个darknet.exe, 如果没有的话可能在其他输出位置, 建议在darknet及其子文件夹下搜索一下.

windows 10 下gpu版darknet的安装
windows 10 下gpu版darknet的安装
windows 10 下gpu版darknet的安装
windows 10 下gpu版darknet的安装

8、5 常见的错误如果在darknet及其子文件夹下没有找到darknet.exe的话, 建议打开darknet工程中的darknet.c文件,在其中添加 print("done here");getchar(); (用于查看程序是否能正确运行。)右键darknet项目(项目, 非solution),去往Debug->Start new instance, 如果运行弹出错误 “找不到pthreadVC2.dll”的话, [1] 请去到3rdparty\pthreads\bin下copy其中的两个dll, 将它们放置在build\darknet\x64下(为了以防万一可以在build\darknet 和build\darknet\Debug下各放一份). [2]然后重新运行项目, 重新运行项目,应该不再报错。一般情况下,若能正确输出"done here"的话,则表示没啥错误,此时再执行rebuild, 应该就能够在darknet文件夹下生成darknet.exe了.

windows 10 下gpu版darknet的安装
windows 10 下gpu版darknet的安装
windows 10 下gpu版darknet的安装
windows 10 下gpu版darknet的安装
windows 10 下gpu版darknet的安装

9、第五步, 测试darknet下载yolov4.weights:https://drive.google.com/open?id=1cewMfusmPjYWbrnuJRuKhPMwRe_b9PaT放在${DarknetDir}/build/darknet/x64下的weights(新建)子文件夹下面。打开命令行并切换到darknet.exe所在的目录下,运行下面的命令darknet detect cfg/yolov4.cfg weights/yolov4.weights data/dog.jpg如能正确输出检测出的类别 以及confidence值,则表明运行正常。最终的可视化结果存储在predictions.jpg中

windows 10 下gpu版darknet的安装
windows 10 下gpu版darknet的安装
windows 10 下gpu版darknet的安装
windows 10 下gpu版darknet的安装
© 手抄报圈