Win10+VS2017配置yolov3（一）

本人的电脑配置：
CPU：i7-8700k
GPU：GTX-1080ti
操作系统：Windows 10 专业版 64bit
CUDA：9.0
CUDNN：7.3
OenpCV：3.3
IDE：VS2017
ps：如果不清楚可以看本人的视频教程https://www.bilibili.com/video/av53025521

默认大家都已经拥有了以上的环境，事实上cuda、cudnn的安装等同于傻瓜式操作，opencv如果不会的可以参考网上其他例子，也很简单的

接着就是去下载咱们yolov3的代码了，强烈推荐大家去用linux版本，当然你们系统肯定得是linux，但是为了广大windows用户的需求，这里将windows10下安装的过程进行一个简单的说明

第一步

WIndows版本的yolov3就是去AB大神的git上去下载(后续也会提供本人的代码提供大家下载)
下载地址

大家将darknet这个项目下载下来，位置可以任意，同时大家检查一下vs2017的安装包工具，名字叫visual studio installer

VS2017有个好处就是可以帮你一次性集成很多的你需要的工具包，这里我们强调一下，记住这个v140一定要勾上，咱们vs2017安装时装的是v141的，我们只有手动勾上。然后就等待安装，最好默认路径安装，免得容易出各种怪错，这样在项目开启的时候就可以重定向到vs2015的平台去运行了

第二步

在darknet-master/build/darknet下有很多的vs的项目文件，根据个人的需要选择gpu版或者no-gpu版本，在打开项目之前首先去修改同一目录下相对应的darknet.vcxproj文件（有GPU的版本，本文的例子基于gpu版，no-gpu版本可以模仿）
由于darknet.vcxproj 中使用的是CUDA 9.1,所以需要利用编辑器（记事本即可或者sublime）打开darknet.vcxproj ，将所有CUDA 9.1修改为自己对应的CUDA版本，本人使用CUDA 9.0(CUDA与9.0之间有一个空格)，全部replace：

第三步

打开darknet.sln，将项目改为release x64，同时点击项目，然后重定向解决方案，一定要选择无升级，这样就可以把编译平台停在vs2015，以免其他错误发生

同时修改项目属性，选择vs2015的工具平台

然后在 VC++目录–>包含目录–>编辑 添加：…\opencv\build\include（…就是你自己opencv安装的目录）
同时在库目录下也同意的操作，加入lib的目录，如下图

接着 选择连接器
链接器添加方法：添加目录…\opencv\build\x64\vc14\lib下库的名字：opencv_world330.lib,根据你们opencv的版本号来

第四步

CUDA 9.0.props 等文件就在cuda的安装目录下，本人路径是：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\extras\visual_studio_integration\MSBuildExtensions拷贝所有文件到C:\Program Files (x86)\MSBuild\Microsoft.Cpp\v4.0\v140\BuildCustomizations。

同时将…\opencv\build\x64\vc14\bin下的opencv_world330.dll 和opencv_ffmpeg330_64.dll 复制到 \darknet\darknet-master\build\darknet\x64 目录下。即可

第五步

右键工程项目，点击重新生成，一般如果严格按照本文的教程时不会出现错误的，之后只需要进行测试即可，如有报错请私信

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-master\build\darknet\x64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。

如果需要训练自己的数据，可以参照本人的第二篇博文，有什么问题都可以提问
https://blog.csdn.net/Clay_Zhang/article/details/89290065

ps：原理精讲请看看本人的视频教程https://www.bilibili.com/video/av53025521