YOLO V3-GPU版本在Windows配置及注意事项

0.首先还是确保VS2015 成功安装 配置好opencv320，这是我用得版本

官方写得（很清楚）也是VS2015，opencv的版本有要求，要≤3.4.0。还有就是CUDA我用的是CUDA9.0,官方最新的源码用的是CUDA10.0。

配置好cudnn。这些内容很多，不赘述。

1.修改darknet.vcxproj文件，将CUDA版本修改成自己的，我的是9.0

<Import Project="$(VCTargetsPath)\Microsoft.Cpp.props" />
  <ImportGroup Label="ExtensionSettings">
    <Import Project="$(VCTargetsPath)\BuildCustomizations\CUDA 9.0.props" />
  </ImportGroup>
   ...... 
   ...... 
   ...... 
   ...... 
   ...... 
   ...... 
 <ImportGroup Label="ExtensionTargets">
    <Import Project="$(VCTargetsPath)\BuildCustomizations\CUDA 9.0.targets" />
  </ImportGroup>
</Project>           

2.打开darknet.sln

x修改为---Release ---x64

属性---VC++目录

                    ---包含目录

                    --- 库目录

 链接器---输入附加依赖项opencv_world320.lib

3.点击生成---生成解决方案

成功生成

4. 训练（没有自己的数据集可以跳过直接到5）

详细的可以参考这篇YOLO-V3训练中会遇到的问题

输入

darknet.exe detector train data/voc.data cfg/yolov3-voc.cfg           

也可以用预训练权重

darknet.exe detector train data/voc.data cfg/yolov3-voc.cfg darknet53.conv.74           

训练过程

5.测试

输入

darknet.exe detector test data/coco.data cfg/yolov3.cfg yolov3.weights dog.jpg           

 结果：

6. 修改源码（添加自己想要的额外功能——比如YOLO-V3将检测的目标单独保存）

可以参考链接中的博客。

以上内容是受委托添加，有误请指正。

邮箱1：[email protected]

邮箱2：[email protected]

QQ不经常在线，见谅~