close

環境 WIN10 RTX 3070 TI

配置一覽:

  • Python 3.8, 3.9
  • Nvidia driver 522.25
  • Cuda 11.2
  • Cudnn 8.1.1
  • tensorflow-gpu2.5.0


環境前置作業請看這篇Win10用 Anaconda 建 3070系列的 Tensorflow 深度學習環境

前置作業

前置作業須先安裝下列軟體：
1. VS 2017 或 2019：須安裝 VC toolset、English language pack 元件。
YOLO v4 環境建置 - Win10
YOLO v4 環境建置 - Win10
YOLO v4 環境建置 - Win10
YOLO v4 環境建置 - Win10
2. 若有NVidia獨立顯卡，需安裝 CUDA SDK：CUDA版本 > 10.0, cuDNN版本 > 7.0
3. CUDA/CuDNN 並不是安裝最新版，需參考專案檔內的設定(darknet-master\build\darknet\darknet.vcxproj)，使用記事本觀看最後幾行，預設是採用 v11.1：
 
我的環境是CUDA V11.2 ，11.1都要改成11.2

 

開啟 darknet-master\build\darknet\darknet.vcxproj
更改三處
YOLO v4 環境建置 - Win10
YOLO v4 環境建置 - Win10
 
可以使用記事本修改darknet.vcxproj，將CUDA版本更新，例如，11.1改為11.2，注意有兩處要改，可搜尋【11.】，環境變數也要隨之更改為CUDA_PATH_V11_2，值為CUDA安裝路徑『C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2』。
4. OpenCV：版本須 > 2.4，下載原始程式碼。



編譯及建置
1. 自OpenCV官網下載 OpenCV Sources。
2. 解壓縮至 c:\ 或 d:\，以下假設解壓縮在d:\opencv。
3. 自Darknet github下載程式碼，解壓縮，，以下假設安裝在D:\darknet-master。
4. 以 Visual Studio 開啟 D:\darknet-master\build\darknet\darknet.sln 檔案，會出現升級視窗，點選【確定】。 注意，若無NVidia獨立顯卡，改開啟 darknet_no_gpu.sln。如要使用其他版本，例如11.2，請修改darknet.vcxproj、yolo_cpp_dll.vcxproj，搜尋11.1 改為 11.2 (有三處)。

YOLO v4 環境建置 - Win10

YOLO v4 環境建置 - Win10
若無 NVidia 獨立顯卡，也可以建置專案，開啟 darknet-master\build\darknet\darknet_no_gpu.vcxproj、yolo_cpp_dll_no_gpu.vcxproj，建置即可。
 
5. darknet.vcxproj更改路徑為CUDA_PATH_V11_2後，會跳出CUDA C/C++選項，自訂路徑
  1. C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2
複製代碼

YOLO v4 環境建置 - Win10YOLO v4 環境建置 - Win10

 
6. 將Configuration 改為 release、x64。
 

YOLO v4 環境建置 - Win10

YOLO v4 環境建置 - Win10
7. 修改專案屬性，編修【VC++ Directories】> 【Include Directories】，加上：

YOLO v4 環境建置 - Win10

  • D:\opencv\build\include
  • D:\opencv\build\include\opencv2
YOLO v4 環境建置 - Win10 YOLO v4 環境建置 - Win10
YOLO v4 環境建置 - Win10
 
8. 編修【連結器】> 【輸入】> 【其他相依性】，加上：
D:\openCV\build\x64\vc15\lib\opencv_world430.lib
YOLO v4 環境建置 - Win10 YOLO v4 環境建置 - Win10YOLO v4 環境建置 - Win10YOLO v4 環境建置 - Win10
注意，若安裝較新版本的openCV，lib名稱會不同，例如opencv_world454.lib。後面有d的檔案為debug mode 使用，例如opencv_world454d.lib。

 

9. 在darknet專案上按滑鼠右鍵，選【重建】，若出現【建置成功】，表示大功告成，執行檔在 D:\darknet-master\build\darknet\x64 目錄下。
 
注意：如果不能正常編譯
1. 自 D:\openCV\build\x64\vc15\lib 複製 opencv_world430.lib 至 D:\darknet-master\build\darknet\x64 目錄下。注意使用 vs2017，目錄應改為 vc14。
2. 自 D:\openCV\build\x64\vc15\bin\ 複製 opencv_world430.dll 至 D:\darknet-master\build\darknet\x64 目錄下。注意使用 vs2017，目錄應改為 vc14。
 
執行：
1. 自『這裡』下載 yolov4.weights，放入 D:\darknet-master\build\darknet\x64 目錄。
2. 執行下列指令測試：

 

  1. darknet.exe detect .\cfg\yolov4.cfg .\yolov4.weights .\data\dog.jpg
複製代碼


另外目錄下還有許多 *.cmd 檔案可測試。
若無 NVidia 獨立顯卡，使用 darknet_no_gpu.exe，指令如下：

  1. darknet_no_gpu.exe detect .\cfg\yolov4.cfg .\yov4.weights .\data\dog.jpg
複製代碼



參考文章
https://ithelp.ithome.com.tw/articles/10231508


NetYea 網頁設計

 

 

 

 

 

 

 

 

 

 

arrow
arrow
    文章標籤
    關鍵字優化 網頁設計 網站架設 網頁優化 SEO NetYea Python
    全站熱搜

    NetYea 網頁設計 發表在 痞客邦 留言(0) 人氣()