darknet–使用yolo算法进行目标检测（保姆教程）

darknet
Author

dd21

Published

December 5, 2022

0.最终效果

在这里插入图片描述

1.原始项目代码准备

相同的标题号只选一个操作即可，相同的效果!!!!!

相同的标题号只选一个操作即可，相同的效果!!!!!

相同的标题号只选一个操作即可，相同的效果!!!!!

1.1 git方式下载代码

选择自己想存放的位置执行一下代码 在这里插入图片描述 在这里插入图片描述

git clone https://github.91chi.fun/https://github.com/AlexeyAB/darknet.git

1.1 下载zip方式下载代码（srart）

AB大神的代码地址：https://github.com/AlexeyAB/darknet 在这里插入图片描述 ### 1.1 解压下载的zip 在这里插入图片描述 ### 1.2 执行完以上步骤将会得到一下代码 在这里插入图片描述

2.环境搭建

需要准备的安装包： |所需安装包| 版本 | |–|–| | 显卡（硬件） | 3060 | | CUDA | 511.65 | | CUDNN | 8.3.2.44 | | OpenCv | 4.5.3 | | CMake | 3.23.0 | | VS Studio | 2022 |

(没有gpu可以跳过cudnn和cuda的安装，只安装OPenCv和CMake即可) ### 2.1 CUDA安装 #### 根据自己的显卡型号来选择自己cuda和cudnn的版本！！！！！ win(键盘上微软的标志的那个按键)+x – >设备管理器 在这里插入图片描述 cuda驱动版本选择：https://www.nvidia.cn/Download/index.aspx?lang=cn 在这里插入图片描述 在这里插入图片描述

下载完成，双击安装，全部默认，一直下一步，直到安装结束。

在这里插入图片描述 在这里插入图片描述 安装（更新）好了显卡驱动以后。win+R组合键，打开cmd命令窗口。输入如下的命令

nvidia-smi

显示如下即表示安装成功 在这里插入图片描述

2.2 CUDNN安装

这里需要登录账号才能下载，下载靠近的版本即可。 cudnn下载地址：https://developer.nvidia.com/rdp/cudnn-download 在这里插入图片描述 在这里插入图片描述 解压缩，进入到cudnn-windows-x86_64-8.3.2.44_cuda11.5-archive文件夹

在这里插入图片描述 cuda位置（默认安装位置，版本号可能存在差别，根据自己的版本来）

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6

复制途中如果弹出窗口，点全部替换即可。 在这里插入图片描述 查看环境变量： 此电脑 – >右键 – >属性 – >高级设置 – >环境变量 在这里插入图片描述 在这里插入图片描述 这时候的环境变量中应该如图： 如果没有手动指定即可。 在这里插入图片描述 ### 2.3 OpenCv安装 地址：https://github.com/opencv/opencv/releases 在这里插入图片描述 在这里插入图片描述

在这里插入图片描述

在这里插入图片描述 在这里插入图片描述

结束后进到自己的opencv安装目录，复制目录进行配置环境变量 在这里插入图片描述 打开环境变量配置页面 在这里插入图片描述 创建如下环境变量

在这里插入图片描述 接下来在path中添加如下opencv的bin目录和lib目录 在这里插入图片描述

在这里插入图片描述 opencv配置结束 ### 2.4 VS Studio安装 这里安装的2022版本 在这里插入图片描述

2.5Cmake安装

cmake下载地址：https://cmake.org/download/ 下载完成双击全部默认安装。 在这里插入图片描述

在这里插入图片描述

在这里插入图片描述 在这里插入图片描述 在这里插入图片描述 根据自己的vs studio版本来 在这里插入图片描述 可能会遇到如下错误： 在这里插入图片描述 在这里插入图片描述 一劳永逸的做法是：修改环境变量中的OpenCV_DIR的路径。 我们这里直接修改的是cmake的OpenCV_DIR的路径。 在这里插入图片描述 delete cache – >重新再来一遍。 在这里插入图片描述 在这里插入图片描述 在这里插入图片描述 vs下载地址 在这里插入图片描述 生成解决方案 在这里插入图片描述 打开项目文件夹 —>Release 在这里插入图片描述 在这里插入图片描述

在这里插入图片描述 把.cfg he weight文件放到darknet.exe同级目录 在这里插入图片描述 # 3.运行 执行以下命令

# 图片预测命令
darknet detect yolov3-tiny.cfg yolov3-tiny.weights dog.jpg
# 视频命令
darknet detector demo data/coco.data yolov3-tiny.cfg yolov3-tiny.weights test.flv
# 摄像头命令
darknet detector demo data/coco.data yolov3-tiny.cfg yolov3-tiny.weights -i 0

在这里插入图片描述

在这里插入图片描述