亲测！！！

YOLO3-WIN10-GPU版配置详细教程

YOLO3在目标检测方面表现突出，下面提供“憨皮”教程

无GPU参考:https://blog.csdn.net/baidu_36669549/article/details/79798587

主要有5个需要下载安装的部分

Visual Studio 2015(vc14)

OpenCV3.2

CUDA9.1

CUDNN7.0

Darknet-windows CODE

这些是我采用的版本号，具体得根据实际情况和电脑配置进行调整。

1. Visual Studio 2015(vc14)

最好是vs2015，和源码相匹配，不过vs2013 和vs2017应该也可以

ps：VS2015 相对其他版本安装特别耗时，需要耐心等待

2. OpenCV3.2

各版本下载地址：https://opencv.org/releases.html

OpenCV3.0-3.4.0 应该都是可以的，但是更高版本可能会出错。

3. CUDA9.1

各版本下载地址：https://developer.nvidia.com/cuda-toolkit-archive

CUDA的型号要严格对应你的电脑显卡配置

可以通过点击右键，进入NVIDIA控制面板——点击左下角系统信息——组件——查看

安装完成后配置环境变量，然后通过在运行里面输入“cmd” 然后用命令“nvcc -V”进行测试。

4. CUDNN7.0

各版本下载地址：https://developer.nvidia.com/rdp/cudnn-archive

链接里面有版本对应关系，可以自己甄选。不过下载之前需要注册，注册比较随缘，我点了半天也没成功，被天妒的可以采用如下方法：https://blog.csdn.net/weixin_40392957/article/details/80207366

下载解压缩后，将文件夹中的文件直接复制到

C:\ProgramFiles\NVIDIA GPU Computing Toolkit\CUDA\v9.1中

5. Darknet-windows CODE

下载地址：https://github.com/AlexeyAB/darknet

开启成功之旅，具体操作

1.修改darknet.vcxproj文件，路径在：darknet-master\build\darknet中，将CUDA版本修改成自己的(源码中的是10.0)，我的是9.1，可以通过记事本直接打开，搜索10.0改成你的版本号就可以了，总共有两处。

2.打开darknet.sln 修改为**—Release —x64**

3.在属性管理器中 RELEASE X64中配置opencv可以借鉴：https://blog.csdn.net/guguant/article/details/54356492

其中配置的不是Debug而是RELEASE X64，链接器加入的应该是opencv_world320.lib

3.编译生成解决方案

4.测试

下载权重：https://pan.baidu.com/s/19e02dZtmZZLxVySLuooo0Q 密码 w7lp

或者：https://github.com/AlexeyAB/darknet 寻找

测试：1.打开cmd切换到darknet.exe路径如下：…\darknet-windows\build\darknet\x64

2.然后输入 darknet.exe detector test data/coco.data cfg/yolov3.cfg yolov3.weights dog.jpg

或者直接运行…\darknet-windows\build\darknet\x64下的darknet_yolo_v3.cmd

增加训练部分可以参考：https://blog.csdn.net/baidu_36669549/article/details/84346821

觉得有用可以关注我的公众号CV伴读社