win10环境下yolov3的配置

Posted jiabin521

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了win10环境下yolov3的配置相关的知识,希望对你有一定的参考价值。

因为要做小物体检测,最近想尝试一下使用yolov3做一下,看看效果怎么样。

先说一下yolov3的配置吧,历时3天,坑还是挺多的,我的环境是CUDA10.0 + cudnn7.3 + vs2015 + OpenCV3.2.0。

1、yolov3下载地址:https://github.com/AlexeyAB/darknet

             压缩包解压后打开 darknet-masteruilddarknet 下的darknet.sln,调试设置成Release x64。

             这一步其实挺坑的,博主本来用的是vs2017,想来修改一下工具集(v141->v140)就可以了,但是搞来搞去就是打不开这个项目。于是把vs2017卸个干净 安装了vs2015,直接就可以打开了(因为这个折腾了一下午,难受= =)

 

2、下载并配置OpenCV 3.2.0

            这个可以直接去opencv的官网下载

        配置:(注意要在Release x64模式下修改属性)

                         1、将opencv的路径加入环境变量技术图片(这里是我个人存放opencv的路径)

                         2、修改darknet项目中的属性:打开项目属性页 -> VC++目录 -> 包含目录 ,加入图上的这些路径技术图片       

                                 修改库目录技术图片

                                

                                 属性页->链接器->输入->附加依赖项中添加opencv_world320.lib  至此opencv配置完成。

 

   

 

3、安装CUDA10.0+cudnn7.3

          这一步可以参考https://blog.csdn.net/u013165921/article/details/77891913的文章。

到了这一步其实就可以编译yolov3程序了。。。

但是事情并没有这么简单,运行后报了这些错误技术图片

然后上网百度,找到了解决方案,只需安装一下pthreads库即可   具体步骤https://blog.csdn.net/June_Xixi/article/details/83447954

再次运行,又是一顿报错。。技术图片     我的解决方案:在右键项目 -> 属性 -> 配置属性 -> VC++目录->库目录
C:Program FilesNVIDIA GPU Computing ToolkitCUDAv8.0libx64
在右键项目 -> 属性 -> 配置属性 ->链接器 -> 输入 -> 附加依赖项添加curand.lib

技术图片技术图片

 

 

 再次调试 技术图片    成功编译

 

4、测试

       

在github上下载作者训练好的模型,网址:https://github.com/AlexeyAB/darknet/blob/master/README.md

 

 下载后放在..darknet-masteruilddarknetx64下,打开该目录,双击darknet_yolo_v3.cmd会出现以下结果,表明成功编译。

本人亲试,在github上下载的那个darknet.weight文件运行会报错,打不开那个文件。

这个bug本人已解决,是那个文件有问题,我已经将正确的版本放到我的网盘里,读者可以自行下载。

链接:https://pan.baidu.com/s/1IMJgKbgeax9JeMAQGFRYJA 密码:tibx

下载完后,和上面一样放入..darknet-masteruilddarknetx64中,然后双击双击darknet_yolo_v3.cmd就能正确的出现以下结果

 

技术图片

 

以上是关于win10环境下yolov3的配置的主要内容,如果未能解决你的问题,请参考以下文章

win10 vs2017 opevcv3.4 yolov3

Win10+YOLOv3完整安装过程(亲测可运行)

win10下用yolov3训练WiderFace数据集来实现人脸检测(TensorFlow版本,darkface作为测试集)

win10下用yolov3训练WiderFace数据集来实现人脸检测(TensorFlow版本,darkface作为测试集)

yolov3模型训练——使用yolov3训练自己的模型

yolov3-tools使用说明