自定義 Object_detection yolov3

---

這大概是我裝過算有點難裝的一套 darknet github 版本的 yolo v3

(You only look once)

演算法更快 更穩，當然安裝更難裝

首先呢，

先安裝 vs2017

再來就是下載 cuda 9.1 嗯嗯別問我為什麼 我在 cuda 9.0 包 這邊 走跟 github 不同的方式

因為會有衝突，visual studio 2017 請裝 community 因為可以新增套件，等等

所以詳細步驟則是

  • install vs2017
  • install opencv3.1
  • install cuda 9.1
  • Cuda v9.1 setting
  • visual studio 2017 setting
  • build
  • runing object data

系統配置

---

windwos10

cuda V9.1

opencv 3.1

darknet gpu 版

Install Visual studio 2017

---

這邊安裝完後的時候請勾選 vc++ 2015v140 工具組 然後 darknet 專案檔案為 C:\Users\x2132\Desktop\darknet-master\build\darknet

Install opencv3.1

---

在nuget 裡面搜尋 opencv3.1

Install cuda9.1

---

這邊官網會說 請把 2017 移除再重裝cuda 這邊的話會花費太多時間，而且還不一定會對 在darknet 編譯的過程中會需要裡面資料夾的一些設定檔 D:\download\cuda_9.1.85_win10\CUDAVisualStudioIntegration\extras\visual_studio_integration\MSBuildExtensions

複製到

C:\Program Files (x86)\MSBuild\Microsoft.Cpp\v4.0\v140\BuildCustomizations

Cuda v9.1 setting

---

在這邊的話 為了讓visual studio 2017 可以抓到，恩..大致原因就是 cuda 跟不太上 vs 速度 哈哈

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.1\include\crt

更改為 1920 或更高版號

visual studio 2017 setting

---

這邊呢，假設是要用自定義的 cuda 這邊選用為 cuda 9.1設定檔則

和

更改為 cuda 9.1 設定檔

然後喔這邊的組態設定為 所有組態為x64，平台工具組設為 v140

請設置為你目前電腦版本的cuda! 這邊設定為v9.1 這邊聽官方說的只留這個compute_30,sm_30;

build!

---

當然不可能給你這麼好過

加個括號 終於編譯成功， 半天時間也消失了@@

runing object data

---

可能明天才會做 數據標籤的教學，然後則

https://pjreddie.com/media/files/yolov3.weights

這個是 國外大大訓練好的數據，可以下來再來測試

下載完則放置於

開始下指令囉， https://pjreddie.com/darknet/yolo/

code
./darknet detector demo cfg/coco.data cfg/yolov3.cfg yolov3.weights

這邊 chrome 分頁開太多qq 關掉一些