YOLOv4从配置环境到跑通代码的小白教程_yolov4使用教程

一直以来都只是看论文和网上的一些纯文字的讲解，但从来没有实操过，非常想自己跑一下代码，看一下算法的整个实现过程，于是就有了这次尝试。

系统环境介绍

windows 10
NVIDIA  GeForce GTX  3060
VIsual Studio 2017社区版
CUDA 11.3
Cudnn 8.2.0
Python 3.9.7
OpenCV　

1 配置环境

1.1 安装VS

下载网站：下载 Visual Studio Tools - 免费安装 Windows、Mac、Linux (microsoft.com)

安装教程可参考这一篇：下载 Visual Studio Tools - 免费安装 Windows、Mac、Linux (microsoft.com)我安装的是vs 2017社区版，如果你安装的是其他版本应该也不会有什么问题。

1.2-1.4步直接参考这篇文章（懒得写）

(74条消息) YOLOv4手把手教程！从配置环境，带你跑通代码！_Veritaswhs的博客-CSDN博客_yolov4环境搭建

版权声明：本文为CSDN博主「Veritaswhs」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/weixin_43398590/article/details/106100842

有些小伙伴可能从来没有配置过环境变量，所以这里详细解释一下。

在【此电脑】或【计算机】处右键，【属性】->【高级系统属性】->右下角的【环境变量】

​首先在【用户变量】处【新建】，添加数据。文章中提到的，像这种：

就是添加到用户变量里面。

像这种： 

 就是在【系统变量】的【Path】里【编辑】->【新建】，添加数据

2 下载代码

下载链接: GitHub - pjreddie/darknet: Convolutional Neural Networks

将下载的darknet解压缩，我的是在d盘根目录下。

在系统变量Path中加入你下载的darknet的位置

  2.1 修改Makefile文件

在D:\代码\YOLOv4\darknet-master下找到Makefile文件，用记事本打开并修改Makefile，记得保存。

 

2.2 修改darknet.vcxproj

进入D:\代码\YOLOv4\darknet-master\build\darknet目录下，双击darknet.vcxproj，使用Pycharm打开。

 此处给没有安装Pycharm的小伙伴们一个参考：

Pycharm及python安装详细教程_陌上行走的博客-CSDN博客_python详细安装教程

PyCharm2021安装教程_学习H的博客-CSDN博客_pycharm2021

pycharm从安装到全副武装，学起来才嗖嗖的快，图片超多，因为过度详细！_川川菜鸟的博客-CSDN博客

因为我的Pycharm安装了很久了，当初也是参考这些文章安装好的，所以这里就不详细写安装过程了。

Pycharm打开darknet.vcxproj后，大概在第55行和第300行左右的位置，找到这样的代码段

将这两处的cuda版本号改为对应的自己已安装的cuda版本号后，保存并关闭 。

 2.3 编译darknet.sln

进入D:\代码\YOLOv4\darknet-master\build\darknet目录下，双击darknet.sln，使用vs 2017打开。

将上面改为Release  x64，然后点击【生成】->【生成darknet】 

 

若下方显示生成成功，且在D:\代码\YOLOv4\darknet-master\build\darknet\x64下生成了darknet.exe，则编译成功。

 3.darknet使用

 3.1 下载权重文件

权值文件yolov4.weights，下载后放在D:\代码\YOLOv4\darknet-master\cfg目录下。

3.2 运行代码

在网上随便照一张包含人和车的交通路口的照片，放到D:\代码\YOLOv4\darknet-master\data目录下。

然后win+R打开cmd命令提示符。

使用摄像头：

 

随便找一张图片进行测试

 注意：此处的cfg\yolov4.cfg yolov4.weights data\urban.jpg是一个相对路径，最好是改成绝对路径才不容易出错。比如，我把此处改为了：D:\代码\YOLOv4\darknet-master\cfg\yolov4.cfg  D:\代码\YOLOv4\darknet-master\cfg\yolov4.weights  D:\代码\YOLOv4\darknet-master\data\urban.jpg

测试视频：（视频可以去B站下载：车辆检测和交通流量测试视频_哔哩哔哩_bilibili）

darknet.exe detector demo cfg\coco.data cfg\yolov4.cfg yolov4.weights .\data\xxx.mp4

最好都改为绝对路径。
 

3.3 测试结果