2020-09-25 darknet-YOLOv3 Windows10安装编译过程详解（可用）

太过爱你忘了你带给我的痛 2022-12-10 08:45 108阅读 0赞

又是一个深夜，又是CUDA和darknet，2020年9月25日 01:05:27，全新的完整的严谨的从零开始win平台编译darknet并且运行的实例记录

## 目标 ##

在windows10上编译darknet，并且使用yolov3跑通测试实例（吐槽：windows平台安装是真的恶心）

## 环境 ##

Windows10

GTX1060

准备安装CUDA10.0+cuDNN7.4.1

## 开始之前说清楚的事 ##

*  快速成功的秘诀：严格照抄我的过程，**不要作死**
 *  各步骤请严格按照**顺序**进行，不然不保证各种奇怪Bug的产生哦~
 *  不要用各种最新版本

## Step 1 安装显卡驱动 ##

GTX1060请安装驱动版本411以上

右键打开Nvidia控制面板确认如下：

![image-20200925005954500][]

AMD显卡可以关闭博客了

## Step 2 安装VS2019 ##

首先，使用VS Studio Installer安装本体，请注意：不要/禁止/请勿 修改所有默认安装路径和软件包路径

在选择各种组件的时候，请严格按照下图，选择如下配置：

![image-20200925010056530][]

![image-20200925010217332][]

等待安装完成，重启vs2019即可

## Step 3 安装CUDA 10.0 ##

请注意我的版本，**CUDA 10.0**

下载地址：

https://developer.nvidia.com/cuda-toolkit-archive

寻找到这个，请严格按照这个版本下载

![img][]

![img][img 1]

好快，下载完成了，开始安装

> 请不要随意改动路径

请严格按照我的选项选择，不要多选和少选

![img][img 2]

![img][img 3]

![img][img 4]

注意：绝对**不要**勾选Visual Studio Integration这一项

必须等待安装完成后，再进行下一步安装cuDNN

## Step 4 安装cuDNN ##

首先必须注册成为英伟达的成员，打开下面网站

https://developer.nvidia.com/rdp/cudnn-download

假设你已经注册完成了，选择agree之后就下载这个版本：**v7.4.1 for 10.0**

![img][img 5]

请严格按照这个版本下载

解压后，内容如下：

![image-20200925011817003][]

打开每个文件夹会发现里面就一个文件cudnn.\*

请把这三个文件夹里面的文件，分别放到如下目录的对应文件夹中：

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0

例如：

![image-20200925012040902][]

## Step 5 设置环境变量 ##

请配置系统环境变量如下，直接照抄：

![image-20200925012140390][]

配置完成后，打开cmd输入：nvcc -V 检查cuda是否正确安装

![image-20200925012245854][]

光这样检查是不够的，请进入如下目录：

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\extras\demo_suite

在cmd运行如下两个监测程序：

![image-20200925012440231][]

均得到结果PASS，说明环境无误

![image-20200925012518185][] ![image-20200925012536489][]

## Step 6 安装OpenCV3.4.11 ##

请在官网下载windows版本的opencv3.4.11版本

https://opencv.org/opencv-3-4/

该程序为exe运行文件，运行后解压出opencv文件夹，将文件夹移动到C盘根目录下即可：

![image-20200925012850701][]

## Step 7 设置环境变量 ##

请配置系统环境变量，直接照抄如下：

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\bin
    C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\libnvvp
    C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\extras\CUPTI\libx64
    C:\opencv\build\x64\vc15\bin

连续点击确定

## Step 8 下载Yolov3相关资源 ##

yolov3克隆项目下载：

https://github.com/AlexeyAB/darknet

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

下载到本地后，将darknet-master重命名为darknet

下载yolov3预训练权重文件 yolov3.weights备用

https://pjreddie.com/media/files/yolov3.weights

## Step 9 重要一步 ##

将CUDA安装程序

cuda\_10.0.130\_411.31\_win10.exe使用winrar用压缩文件的格式打开

![image-20200925013352302][]

请找到以下目录：

CUDAVisualStudioIntegration\extras\visual_studio_integration\MSBuildExtensions

![image-20200925013506023][]

将这四个文件复制到以下位置：

C:\Program Files (x86)\Microsoft Visual Studio\2019\Community\MSBuild\Microsoft\VC\v150\BuildCustomizations

![image-20200925013618089][]

这里，给装好的VS2017编译器，加入了这四个依赖项，否则编译失败

接下来，将**C:/opencv/build/x64/vc15/bin**目录下的**opencv\_ffmpeg3411\_64.dll、opencv\_world3411.dll**复制到**D:\\darknet\\build\\darknet\\x64**目录下

![image-20200925014234769][]

注意，版本不同，命名可能有差别，请区分

## Step 10 准备编译yolov3 ##

进入darknet/build/darknet目录：

![image-20200925013751264][]

我这里已经编译过一次了，所以可能会有点不同

使用VS2019打开darknet.sln工程，首次打开可能会出现错误（版本2015不兼容类似的错误），但是没关系，确定后，关闭VS2019，重新用VS2019打开darknet.sln即可

然后按照下面的说明进行配置：

![image-20200925013917769][]

![image-20200925013944855][]

选择windows SDK 10.0以上，选择平台工具集2017版本

![image-20200925014109434][]

点击“VC++ 目录”，编辑“包含目录”，将以下路径加入到包含目录中：

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

![image-20200925014545441][]

![image-20200925014608346][]

然后点击"库目录"，把以下内容添加到库目录中：

C:\opencv\build\x64\vc14\lib

![image-20200925014648832][]

然后点击"链接器->输入"，在"附加依赖项"中添加：

C:\opencv\build\x64\vc14\lib\opencv_world3411.lib

![image-20200925014722611][]

![image-20200925014752161][]

全部确定保存之后，退出sln，使用编辑器工具打开**darknet.vcxproj**文件：

![image-20200925014852440][]

使用编辑器替换如下字符串：

CUDA 10.1 -> CUDA 10.0

一共需要替换两处，请按照截图确定：

![image-20200925014958856][]

![image-20200925015009001][]

可以看到，如果没有按照第9步将4个文件复制进去，编译时就会找不到相应文件

## Step 11 编译 ##

保存darknet.vcxproj之后，重新打开sln方案，右键项目名称darknet，选择生成

等待编译成功即可，时间很快

![image-20200925015219511][]

如果正确无误，只会产生很多警告，0错误

![image-20200925015339770][]

## Step 12 测试darknet ##

编译生成后的darknet位于build/x64目录下：

请将下载好的权重文件yolov3.weights放入这个文件夹下

在这个目录下，执行以下内容验证是否编译成功：

darknet detect cfg/yolov3.cfg yolov3.weights data/dog.jpg

![image-20200925015612400][]

![image-20200925015521845][]

恭喜，编译安装完成！  
2020年9月25日 01:57:18

[image-20200925005954500]: /images/20221123/d08c9d80450342ae9000b06602daa0b9.png
[image-20200925010056530]: /images/20221123/08f74f73be2d45fc96efc63d50dce45e.png
[image-20200925010217332]: /images/20221123/4e6f1e9b662f46fc8c78e49db3609fc3.png
[img]: /images/20221123/77f326f61cad4620a8a3f8b7d3130d77.png
[img 1]: /images/20221123/ca47ee8a14f24903b93e011e1b6d4924.png
[img 2]: https://gitee.com/dzzhyk/markdown-pics/raw/master/img/20200925011436.png
[img 3]: /images/20221123/03569d2dc8d94b06a6be1ba89e426094.png
[img 4]: https://gitee.com/dzzhyk/markdown-pics/raw/master/img/20200925011442.png
[img 5]: /images/20221123/e5a7e989ad134ff7a42bfbe333e2e5b7.png
[image-20200925011817003]: /images/20221123/0295e2e3bcae467aae48d4b5c89478bb.png
[image-20200925012040902]: /images/20221123/996afabc69204571a5b6613399b0f5ef.png
[image-20200925012140390]: /images/20221123/073d2ed848c64141b2840214b5ccf568.png
[image-20200925012245854]: /images/20221123/5984c24d0eba4667a1afe27e20c6dd4d.png
[image-20200925012440231]: /images/20221123/8105131bdaaa4c1082650302dbb2c44f.png
[image-20200925012518185]: https://gitee.com/dzzhyk/markdown-pics/raw/master/img/20200925012519.png
[image-20200925012536489]: https://gitee.com/dzzhyk/markdown-pics/raw/master/img/20200925012537.png
[image-20200925012850701]: /images/20221123/ee2f701e762e4fe585b4b285fc6282c1.png
[image-20200925013352302]: https://gitee.com/dzzhyk/markdown-pics/raw/master/img/20200925013353.png
[image-20200925013506023]: /images/20221123/4960ddce8b7c4b5aae61e2d7c95b64e4.png
[image-20200925013618089]: /images/20221123/8c10e8a8bbce45a991d3513f6bb3d7a4.png
[image-20200925014234769]: /images/20221123/6d3313662ac240e59c34ad817d1a03de.png
[image-20200925013751264]: https://gitee.com/dzzhyk/markdown-pics/raw/master/img/20200925013752.png
[image-20200925013917769]: /images/20221123/cd30fe32824444baafc819d053ad218a.png
[image-20200925013944855]: /images/20221123/fc76d2704d6448a7b106abd0e21ee0d5.png
[image-20200925014109434]: /images/20221123/63622fbdbe3246198b3d175ea8a49426.png
[image-20200925014545441]: /images/20221123/8bae2b45fc3940f79b1d11a9b320db10.png
[image-20200925014608346]: /images/20221123/9328f26d79fb40d09843450a60427765.png
[image-20200925014648832]: /images/20221123/dcc5d50410bb404097209817f235efb1.png
[image-20200925014722611]: /images/20221123/fba99dc7894a46958ef0975e49979e2c.png
[image-20200925014752161]: /images/20221123/1e92e876037f426f93db4d0f48d00295.png
[image-20200925014852440]: https://gitee.com/dzzhyk/markdown-pics/raw/master/img/20200925014853.png
[image-20200925014958856]: /images/20221123/ebb3cb7764644068912bd971741ea425.png
[image-20200925015009001]: /images/20221123/3349642b74d1433791d85e4a036c72d2.png
[image-20200925015219511]: /images/20221123/06b97076a104448ab9dd621659cbe90f.png
[image-20200925015339770]: /images/20221123/b6fd079145b4470e8d78b72618c8e8f1.png
[image-20200925015612400]: /images/20221123/d51fabb6acbd4e14a669674a2c911816.png
[image-20200925015521845]: /images/20221123/d5c966d444304bb39acadf61c3e6266b.png