一直以来都只是看论文和网上的一些纯文字的讲解，但从来没有实操过，非常想自己跑一下代码，看一下算法的整个实现过程，于是就有了这次尝试。

系统环境介绍

windows 10
NVIDIA GeForce GTX 3060
VIsual Studio 2017社区版
CUDA 11.3
Cudnn 8.2.0
Python 3.9.7
OpenCV　

1 配置环境

1.1 安装VS

下载网站：下载 Visual Studio Tools - 免费安装 Windows、Mac、Linux (microsoft.com)

安装教程可参考这一篇：下载 Visual Studio Tools - 免费安装 Windows、Mac、Linux (microsoft.com)我安装的是vs 2017社区版，如果你安装的是其他版本应该也不会有什么问题。

1.2-1.4步直接参考这篇文章（懒得写）

(74条消息) YOLOv4手把手教程！从配置环境，带你跑通代码！_Veritaswhs的博客-CSDN博客_yolov4环境搭建

版权声明：本文为CSDN博主「Veritaswhs」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/weixin_43398590/article/details/106100842

有些小伙伴可能从来没有配置过环境变量，所以这里详细解释一下。

在【此电脑】或【计算机】处右键，【属性】->【高级系统属性】->右下角的【环境变量】

首先在【用户变量】处【新建】，添加数据。文章中提到的，像这种：

就是添加到用户变量里面。

像这种：

就是在【系统变量】的【Path】里【编辑】->【新建】，添加数据

2 下载代码

下载链接: GitHub - pjreddie/darknet: Convolutional Neural Networks

将下载的darknet解压缩，我的是在d盘根目录下。

在系统变量Path中加入你下载的darknet的位置

2.1 修改Makefile文件

在D:\代码\YOLOv4\darknet-master下找到Makefile文件，用记事本打开并修改Makefile，记得保存。

2.2 修改darknet.vcxproj

进入D:\代码\YOLOv4\darknet-master\build\darknet目录下，双击darknet.vcxproj，使用Pycharm打开。

此处给没有安装Pycharm的小伙伴们一个参考：

Pycharm及python安装详细教程_陌上行走的博客-CSDN博客_python详细安装教程

PyCharm2021安装教程_学习H的博客-CSDN博客_pycharm2021

pycharm从安装到全副武装，学起来才嗖嗖的快，图片超多，因为过度详细！_川川菜鸟的博客-CSDN博客

因为我的Pycharm安装了很久了，当初也是参考这些文章安装好的，所以这里就不详细写安装过程了。

Pycharm打开darknet.vcxproj后，大概在第55行和第300行左右的位置，找到这样的代码段

将这两处的cuda版本号改为对应的自己已安装的cuda版本号后，保存并关闭。

2.3 编译darknet.sln

进入D:\代码\YOLOv4\darknet-master\build\darknet目录下，双击darknet.sln，使用vs 2017打开。

将上面改为Release x64，然后点击【生成】->【生成darknet】

若下方显示生成成功，且在D:\代码\YOLOv4\darknet-master\build\darknet\x64下生成了darknet.exe，则编译成功。

3.darknet使用

3.1 下载权重文件

权值文件yolov4.weights，下载后放在D:\代码\YOLOv4\darknet-master\cfg目录下。

3.2 运行代码

在网上随便照一张包含人和车的交通路口的照片，放到D:\代码\YOLOv4\darknet-master\data目录下。

然后win+R打开cmd命令提示符。

使用摄像头：

随便找一张图片进行测试

注意：此处的cfg\yolov4.cfg yolov4.weights data\urban.jpg是一个相对路径，最好是改成绝对路径才不容易出错。比如，我把此处改为了：D:\代码\YOLOv4\darknet-master\cfg\yolov4.cfg D:\代码\YOLOv4\darknet-master\cfg\yolov4.weights D:\代码\YOLOv4\darknet-master\data\urban.jpg

测试视频：（视频可以去B站下载：车辆检测和交通流量测试视频_哔哩哔哩_bilibili）

darknet.exe detector demo cfg\coco.data cfg\yolov4.cfg yolov4.weights .\data\xxx.mp4

最好都改为绝对路径。

3.3 测试结果

YOLOv4从配置环境到跑通代码的小白教程相关推荐

简单通用QQ/微信跳转浏览器打开代码【小白教程简单易用】
使用方法: 将代码全部复制粘贴到网站根目录下index.php文件的顶端注意:不要覆盖了 index.php里面的原代码,原代码保留(请尽快把样式以及图片本地化,以防失效) 使用说明: 手机QQ ...
amd的cpu跑python_Windows下用cpu模式跑通目标检测py-faster-rcnn 的demo.py
关键字:Windows.cpu模式.Python.faster-rcnn.demo.py 声明:原文发表在博客园,未经允许不得转载!!!本篇blog过程已经多名读者实践验证,有人反馈报错TypeErr ...
跑通GVINS——港科大新作
跑通GVINS--港科大新作 0.简介 1.环境 2.跑通GVINS 3.数据集 4.相关资料打包下载(不包括数据集) 6.泡泡机器人解读港科大又一力作!vins-mono以及vins-fusion ...
【ZT】MTK X20编译环境搭建烧写安卓固件详细教程
http://jingyan.eeboard.com/article/75888 MTK X20编译环境搭建 MTK X20编译环境搭建作者: lgkgkfg 上传时间为: 2017-04-17 1 ...
装不了 pytorch=0.4.0？ ubuntu下基于 cuda=92 和 pytorch=1.2 配置环境跑通 CornerNet 训练和测试流程步骤详解（包括GPU限制问题详解）
ubuntu下跑通CornerNet的流程步骤环境配置写这篇博客原因? 更改conda_packagelist.txt conda下基于conda_packagelist.txt创建新环境安装p ...
运行LIO_SAM过程及出现的错误，跑通数据集，安装LIO_SAM环境配置
配置:Y9000P i9 3060 2022 ubuntu18.04+ROS Melodic 目录安装及配置环境过程一.运行下载的源码二.跑别人的数据包运行: 三.运行时出现的相关错误安装及 ...
一：Tixiao Shan最新力作LVI-SAM(Lio-SAM+Vins-Mono)，基于视觉-激光-惯导里程计的SLAM框架，环境搭建和跑通过程
一:前言介绍 LVI-SAM是Tixiao Shan的最新力作,Tixiao Shan是Lego-loam(基于激光雷达里程计的SLAM框架)和Lio-sam(基于惯性-雷达紧耦合的SLAM框架)的作 ...
点云3D目标检测之——尝试SFD代码跑通（超详细！！）
前言到目前为止还没跑通,但是bug实在太多了,我的每一步都有错,如果不记录下来又会有遗漏,(肯定已经遗漏了很多),在这里把能想起来的都记录一下以便不时之需.另外,本人深度学习小白,一上来跑这么难的代 ...
TX2跑通yolov4
TX2跑通yolov4 TX2环境配置: Ubuntu 18.04 cuda 10.2 cudnn 8.0.0 opencv 4.1.1 最终实现demo.调用板载摄像头跑yolov4. 参考此文执行 ...

YOLOv4从配置环境到跑通代码的小白教程

1 配置环境

1.1 安装VS

1.2-1.4步直接参考这篇文章（懒得写）

2 下载代码

3.darknet使用

YOLOv4从配置环境到跑通代码的小白教程相关推荐

最新文章

热门文章