其他比较好的参考链接：

环境配置：

环境配置的最终图片列表：https://blog.csdn.net/shanglianlm/article/details/80322718

视频讲解YOLOv1:https://www.bilibili.com/video/av23354360/?p=3

YOLOv3官网链接GitHub：https://github.com/AlexeyAB/darknet

Yolov3+windows10+VS2015部署安装：https://blog.csdn.net/sinat_26940929/article/details/80342660

YOLOv3训练自己的数据：https://blog.csdn.net/lilai619/article/details/79695109               https://www.cnblogs.com/cvtoEyes/p/9060232.html

看这个链接就知道怎么运行程序，出图片了。YOLO v3在Windows下的配置（无GPU）+opencv3.2.0+VS2015:https://blog.csdn.net/baidu_36669549/article/details/79798587

论文链接：

https://pjreddie.com/media/files/papers/YOLOv3.pdf

论文知乎翻译：

https://zhuanlan.zhihu.com/p/34945787

GitHub代码：

https://github.com/pjreddie/darknet

darknet GitHub代码：

https://github.com/AlexeyAB/darknet

YOLO官网：

https://pjreddie.com/darknet/yolo/

YouTube:

https://www.youtube.com/watch?v=MPU2HistivI

旧版YOLO：

https://pjreddie.com/darknet/yolov2/

https://pjreddie.com/darknet/yolov1/

 

How to compile on Windows:

Win10下：

安装 :VS2015，CUDA9.0，cuDNN7.2，OpenCV (添加环境变量path：C:opencvbuildinclude 和 C:opencvbuildx64vc14lib)

我遇见的问题：

1.VS2015打不开darknet.sln文件？

解决方法：将darknet.vcxproj中的两处CUDA9.1 改成自己安装的9.0就可以了（1改成0）。

2.Build darknet时出现错，提示找到不到C:opencvbuildx64vc14libopencv_world340.lib？.

解决方法：将所需的XXXX.lib库添加到依赖,linker->input->additional dependencies

Win10 + YOLOv3 环境配置，编译，实现目标检测----How to compile YOLOv3 on Windows

 测试：

测试前提：使用VS2015打开darnet.sln，点击build->buile darknet，之后会生成一个darknet.exe文件，生成目录是H:YOLOV3darknet-masterbuilddarknetx64darknet.exe

1.第一种方法：使用cmd的方式加载权重和测试图片

先进入darknet.exe的目录：H:YOLOV3darknet-masterbuilddarknetx64

加载权重：darknet.exe detector test data/coco.data yolov3.cfg yolov3.weights（GPU版）

                  darknet_no_gpu.exe detector test data/coco.data yolov3.cfg yolov3.weights（无GPU版）

测试图片：H:YOLOV3darknet-masterbuilddarknetx64dog.jpg

步骤截图如下：

Win10 + YOLOv3 环境配置，编译，实现目标检测----How to compile YOLOv3 on Windows

Win10 + YOLOv3 环境配置，编译，实现目标检测----How to compile YOLOv3 on Windows

 2.第二种方法：使用程序自带的XXX.cmd文件（双击）测试

双击H:YOLOV3darknet-masterbuilddarknetx64  目录下的darknet_yolo_v3.cmd 文件就会自动检测相同目录下的 dog.jpg图片。

文件位置如下图：

Win10 + YOLOv3 环境配置，编译，实现目标检测----How to compile YOLOv3 on Windows

文件内容如下图：

Win10 + YOLOv3 环境配置，编译，实现目标检测----How to compile YOLOv3 on Windows

 

darknet_yolo_v3.cmd 执行过程如下图：

Win10 + YOLOv3 环境配置，编译，实现目标检测----How to compile YOLOv3 on Windows

Win10 + YOLOv3 环境配置，编译，实现目标检测----How to compile YOLOv3 on Windows

 

 测试的图片结果（我把自己的图片名称取名为dog.jpg，覆盖掉了程序自带的那个狗图）：

Win10 + YOLOv3 环境配置，编译，实现目标检测----How to compile YOLOv3 on Windows

 

 （完）

How to compile (custom):

介绍了很多需要配置的地方，有的时已经配置好的不需要在处理的，有的需要自己配置，从头到尾点了一遍，发现我需要配置的如下：

C:opencv_3.0opencvbuildx64vc14lib;$(CUDA_PATH)lib$(PlatformName);$(cudnn)libx64;%(AdditionalLibraryDirectories)

cusolver64_91.dll, curand64_91.dll, cudart64_91.dll, cublas64_91.dll - 91 for CUDA 9.1 or your version, from C:Program FilesNVIDIA GPU Computing ToolkitCUDAv9.1bin