YOLO v4 情況建置 - Win10 網頁設計－中壢網頁設計

前置功課須先安裝以下軟體：

1. VS 2017 或 2019：須安裝 VC toolset、English language pack 元件。

2. 如有NVidia自力顯卡，需安裝 CUDA SDK：CUDA版本 > 10.0, cuDNN版本 > 7.0

3. CUDA/CuDNN 並非安裝最新版，需參考專案檔內的設定(darknet-master\build\darknet\darknet.vcxproj)，使用記事本旁觀最後幾行，預設是採用 v11.1：

我的環境是CUDA V11.2 ，11.1都要改成11.2

Python 3.8, 3.9
Nvidia driver 522.25
Cuda 11.2
Cudnn 8.1.1
tensorflow-gpu2.5.0

參考文章
https://ithelp.ithome.com.tw/articles/10231508

NetYea 網頁設計

編譯及建置
1. 自OpenCV官網下載 OpenCV Sources。
2. 解壓縮至 c:\ 或 d:\，以下假定解緊縮在d:\opencv。網頁設計
3. 自Darknet github下載程式碼，解壓縮，，以下假定安裝在D:\darknet-master。
4. 以 Visual Studio 開啟 D:\darknet-master\build\darknet\darknet.sln 檔案，會出現升級視窗，點選【肯定】。注意，若無NVidia獨立顯卡，改開啟 darknet_no_gpu.sln。如要利用其他版本，例如11.2，請修改darknet.vcxproj、yolo_cpp_dll.vcxproj，搜索11.1 改為 11.2 (有三處)。

情況前置功課請看這篇Win10用 Anaconda 建 3070系列的 Tensorflow 深度進修情況

前置作業

YOLO v4 情況建置 - Win10

YOLO v4 環境建置 - Win10 YOLO v4 情況建置 - Win10

另外目次下還有很多 *.cmd 檔案可測試。
若無 NVidia 自力顯卡，利用 darknet_no_gpu.exe，指令以下：

darknet.exe detect .\cfg\yolov4.cfg .\yolov4.weights .\data\dog.jpg

複製代碼

9. 在darknet專案上按滑鼠右鍵，選【重建】，若呈現【建置成功】，默示大功樂成，履行檔在 D:\darknet-master\build\darknet\x64 目次下。

注意：若是不克不及正常編譯

1. 自 D:\openCV\build\x64\vc15\lib 複製 opencv_world430.lib 至 D:\darknet-master\build\darknet\x64 目次下。注意利用 vs2017，目次應改為 vc14。

2. 自 D:\openCV\build\x64\vc15\bin\ 複製 opencv_world430.dll 至 D:\darknet-master\build\darknet\x64 目次下。注意利用 vs2017，目次應改為 vc14。

履行：

網頁設計

1. 自『這裡』下載 yolov4.weights，放入 D:\darknet-master\build\darknet\x64 目次。

2. 履行下列指令測試：

設置裝備擺設一覽:

darknet_no_gpu.exe detect .\cfg\yolov4.cfg .\yov4.weights .\data\dog.jpg

複製代碼

開啟 darknet-master\build\darknet\darknet.vcxproj

更改三處

可使用記事本點竄darknet.vcxproj，將CUDA版本更新，例如，11.1改為11.2，注意有兩處要改，可搜索【11.】，環境變數也要隨之更改為CUDA_PATH_V11_2，值為CUDA安裝路徑『C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2』。

4. OpenCV：版本須 > 2.4，下載原始程式碼。