【无标题】darknet GPU版编译配置过程及主要问题记录

本文主要概述GPU版darknet源码工程的编译配置相关问题。

1.cuda和cudnn的安装配置

参考以下博客CUDA、CUDNN在windows下的安装及配置_IT菜鸟-CSDN博客_cudnn配置

2.darknet下载

GitHub - AlexeyAB/darknet: YOLOv4 / Scaled-YOLOv4 / YOLO - Neural Networks for Object Detection (Windows and Linux version of Darknet )

3.darknet编译配置

1）修改工程属性（darknet.vcxproj）中对应的cuda版本为当前安装的版本号，

2）打开工程darkne.sln ,确保opencv安装OK，环境变量配置OK，修改工程属性中与opencv include和lib相关的绝对路径为本机opencv 对应路径

3）cuda 配置

4.主要 编译报错和修改方法

1）报错1

解决方法：编辑darknet.vcxproj文件，然后找到158行左右，具体行数可能有出入，改为如下：

下图也改，大概在 107 行左右：

补充说明：该值的修改与cuda版本有关，本人cuda版本为10.0，其他版本的先尝试52，如不行请查找所用版本对应的配置。

2）报错2

修改如下：

本次记录了编译配置过程耗时较长的主要问题，最终编译成功，如有其它问题可留言探讨。

版权声明：本文为CSDN博主「angeldream999」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/angeldream999/article/details/122177202