yolov4安装部署并测试图片及视频数据 - 知乎

yolo

来源: yolov4安装部署并测试图片及视频数据 – 知乎

前言:最近参加一个比赛需要用到yolo,安装过程中借鉴了网上众多的指导教程,也很感谢B站一位大佬的视频指导,所以在这里想整理一下给需要安装的yolov4的小伙伴一个借鉴,相关视频指导在文章末尾有链接来观看。

前期准备:进入GitHub找到AlexeyAB/darknet这个项目([项目链接](github.com/AlexeyAB/dar)),根据作者给出的安装条件安装好相应的软件,如下图。

①首先是CMake的安装,点击他给的链接即可下载,选择installer版本,一路默认安装即可:

②:接着是Cuda的安装,点击所给的链接地址进行下载,下载完成之后安装过程中选择精简安装即可。

③接着我们来安装OpenCV,我所安装的是OpenCV—4.3.0版本,安装的时候很简单,一步搞定,直接安装到指定的文件夹中。

==注意:==安装完成之后需要将OpenCV配置到环境变量中,若之前系统变量里面没有OpenCV的变量名,则新建一个,记得命名为OpenCV_DIR,如下图:

④接下来安装cuDNN,这个网站是需要注册才能下载的,然后下载的时候注意要和你所安装的cuda版本相配套

下载完cudnn的安装包解压之后是一个名叫cuda的文件夹,然后把里面的文件全部复制

然后将刚复制的文件全部粘贴到C盘的CUDA目录下,注意路径(我的是 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2),直接覆盖粘贴就好。

⑤visual studio的安装,点击链接([link](visualstudio.microsoft.com)),默认的是下载visual studio 2019社区版

安装 过程中需要注意的地方:

==勾选 使用C++的桌面开发,选择这一项即可==

⑥下载安装Git,这个是项目作者所没有要求安装的,我是之前就安装好了,方便接下来可以用Git来从gitee中下载部署项目代码,进官网直接下载即可,安装过程全部默认安装即可

⑦以上我们需要的软件都安装完成啦,接下来就是代码的获取。可以直接在GitHub下载

也可以在gitee中从Github导入仓库,点击右上角的+号,选择从GitHub/Gitlab导入仓库

此时将GitHub项目的下载地址复制下来,粘贴到gitee中,直接带入即可

打开Git Bash

之后需要在命令行中新建文件夹存放代码,并启动下载(我是在C盘下新建一个文件夹github ,进去这个文件夹,然后输入git clone https://github.com/AlexeyAB/darknet.git),下载完成之后会在C盘目录下看到刚刚新建的文件夹

接下来打开Cmake,在上面两栏填上刚刚下载好的darknet地址

然后点击左下角的Configure按钮,选择你所安装的visual studio版本号,并选择 x64

然后点击Finish按钮,经过一段时间运行,显示如下

此时再点击generate按钮(注意若不点击的话是不能Open Project的),显示如下:

接下来就可以点击Open Project啦,会自动打开visual studio,可以看到项目结构

此时需要配置管理器,点击生成按钮即可看到选项

然后选择release,x64,然后点击关闭

接下来我们生成解决方案,在生成按钮下的第一个选项

这是生成成功的界面

接下来进入C盘之前下载的代码文件里,将darknet.exe复制下来

将复制下来的exe文件粘贴到 darknet->build->x64文件夹中

接下来将 yolov4.weights文件(可以在网上自行下载,我就不贴链接啦)也粘贴进darknet->build->x64文件夹中

!!!!!

准备工作都已完成,接下来就是验证啦

进入命令行控制界面,进入C:\houhou\darknet\build\darknet\x64路径,然后将选中的这样一条命令粘贴进去,然后开始运行

在我们的x64目录下项目者提供的有供测试用的图片,直接输入dog.jpg即可

运行结果:

接下来是视频检测的演示:

命令:darknet detector demo cfg/coco.data cfg/yolov4.cfg yolov4.weights ./data/test.mp4 (其中test.mp4文件存放在C:\houhou\darknet\build\darknet\x64\data中的)

如果小伙伴觉得这些图文操作起来很复杂,可以观看链接中的视频来操作(视频指导

赞(0) 打赏
分享到: 更多 (0)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

微信扫一扫打赏