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