1.首先安装工具和配置环境：
网上教程有很多，就不赘述了(版本很重要！！！)。
2.下载yolo源码
博主选择将github导入到自己的gitee仓库下载，这样会快很多。（下载地址：https://github.com/AlexeyAB/darknet）
将下载好的文件解压：
依此进入build—darknet
我们打开配置文件，更改cuda版本为10.2，一共两处地方。（必须！博主一开始用的10.0版本，一直报 msb3721，查了很久还是没有解决，最后换cuda版本解决了。）
3.双击darknet.sln打开，点击属性进入到配置界面。
更改opencv的配置目录，将自己下载的opencv目录添加到依赖项里（网上有很多教程）。
在链接器--输入里添加opencv_world340.lib。
到这里环境就基本配置完成了，我看网上有的小伙伴说，报msb3721这个错误还有可能是设置的算力和本身的显卡算力不匹配造成的，所以这里插一句吧。有两个解决方法：
（1）去英伟达官网查找自己显卡的算力是多少，然后更改。
（2）直接删除红框里的内容。
当然，我在没有更换CUDA版本的时候，不管怎么删除或者更换算力，都不好用，甚至错误从11个变成了22个，所以我干脆换了CUDA版本，之后就解决了。
4.右键项目生成
将解决方案配置和解决方案平台调整为 Release和x64 （关键！！！）
我们打开darknet-master\build\darknet\x64目录会发现多了一个darknet.exe文件，这个就是我们需要的带GPU版本的程序。
我们将这两个文件放在darknet.exe的同目录下
将下载好的yolov3.weights（下载地址：https://pjreddie.com/media/files/yolov3.weights）文件也放在这个目录下。
编辑一下darknet_yolo_v3.cmd
darknet.exe detector test cfg/coco.data yolov3.cfg yolov3.weights -i 0 -thresh 0.25 dog.jpg -ext_output
pause双击darknet_yolo_v3.cmd
OK了，后续还会将训练自己数据集的过程记录一下。感兴趣的小伙伴可以关注一下。
版权声明：本文为CSDN博主「Sychen__」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/Sychen__/article/details/119925071
暂无评论