干货:yolo v3需要下载的大家族 哈罗! 欢迎大家看小花同学的配置心得,小花第一次配这个。也是看一些大神的教程,给大家推荐几个啦。
https://blog.csdn.net/StrongerL/article/details/81007766?tdsourcetag=s_pctim_aiomsg
https://blog.csdn.net/leonary_jy/article/details/80293205?tdsourcetag=s_pctim_aiomsg
第一篇大神讲的比较细致,下载的步骤和下载的东东都有涉及。不过你们有我就不必担心啦,小花同学很贴心的把下载大家族都给同学们了。自提就可以啦,不过呢,看一下人家配环境的步骤也是很有用的。
第二篇着重后面darknet的环境配置,推荐多翻几个教程轮流看,遇到bug上网查,看好你哦!
那么就赶紧放上大家最喜欢的yolo下载大家族,包括:VS2017,CUDA,cudnn,OpenCV和darknet。
链接:https://pan.baidu.com/s/18FYScT9DSRaS7et520wN4Q
提取码:i20h
先下载,啥都别想 先把要用的工具啥的下载好了,环境啥的咱先放一边。作为单细胞星人,这个不怎么用脑子。
- VS安装 ,不用勾选很多,一定要勾2015版本;
文章图片
- CUDA安装这个东西自动跑,不要太在意;不然就像我,装了十多遍。。。
- cudnn 直接解压即可,解压以后需要把里面的几个文件复制过去;
把 \cuda\ include\cudnn.h 复制到 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\include
把\cuda\lib\x64\cudnn.lib复制到 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\lib\x64
- OpenCV安装 ①可以直接在c盘新建一个“open_3.0”的文件夹,将opencv安装到那里面;②自定义安装,记得要将OpenCV安装目录的bin目录添加到环境变量,(我的电脑—>属性—>高级系统设置—>高级—>环境变量—>系统变量—>path—>编辑)
- darknet解压即可,不用改版本啥的。
- 进入\darknet-master\build\darknet中,没有GPU的打开darknet_no_gpu.sln,有GPU的打开darknet.sln。将项目修改为Release x64。
文章图片
- 由于我们的VS是2017,右键项目–>属性:要修改一下工具集。(还有重定向的时候一定别升级)
文章图片
文章图片
- 在darknet项目上点击鼠标右键->属性,弹出如下界面:
文章图片
VC++目录:
包含目录:添加目录:\opencv\build\include
库目录:添加目录:\opencv\build\x64\vc14\lib
链接器:添加目录\opencv\build\x64\vc14\lib\opencv_world320.lib
文章图片
我的在继承,同学们看下自己的值,没有的话添加在上面的白框框即可。
所有工作做完后,在darknet工程上右键——>生成。没有报错的话,就可以开心撒花啦!
然后呢,我们可以试一下能不能运行。
正巧网盘里面也有耶!把网盘的yolov3.weight文件放在…\darknet-master\build\darknet\x64里面。双击darknet_yolo_v3.cmd就可以出现下面的结果啦!
文章图片
这里还想啰嗦一下,不知道为什么先装好了no-gpu的版本的时候不能运行这个耶。所以我上面的过程基本上是gpu版本的。no-gpu版本的呢,简单很多cuda和cudnn啥的都不用管好像。
【YOLO V3在windows下配置】最后祝贺大家都能快快乐乐的玩耍和学习~
推荐阅读
- C语言学习|第十一届蓝桥杯省赛 大学B组 C/C++ 第一场
- paddle|动手从头实现LSTM
- pytorch|使用pytorch从头实现多层LSTM
- 推荐系统论文进阶|CTR预估 论文精读(十一)--Deep Interest Evolution Network(DIEN)
- pytorch|YOLOX 阅读笔记
- 前沿论文|论文精读(Neural Architecture Search without Training)
- 联邦学习|【阅读笔记】Towards Efficient and Privacy-preserving Federated Deep Learning
- OpenCV|OpenCV-Python实战(18)——深度学习简介与入门示例
- 深度学习|深度学习笔记总结
- 《繁凡的深度学习笔记》|一文绝对让你完全弄懂信息熵、相对熵、交叉熵的意义《繁凡的深度学习笔记》第 3 章 分类问题与信息论基础(中)(DL笔记整理