YOLO（三）：YOLOv4在Windows7（仅CPU）下的配置+opencv3.1.0+VS2015_yolov4在win7

提醒：本文为64位Windows7操作系统下仅CPU(木有用到显卡)的配置，这是填上一篇YOLOv4的坑（上一篇中有使用到显卡，对于没有显卡但也想跑一下试试的同学可以过来坐坐），构建自己的数据集训练问题还得往后延一下，后期再更新。

主要参考： YOLO V4 ：win10+cpu环境的体验

上一篇的YOLOv4在windows7搭载的GTX960显卡配置好之后，无意中看到上面那篇文章，因为自己在之前查找教程的时候，有几个使用cmake生成的例程，但自己一直没跑通，后面就换了一位同学的方法实现。这次看到这个不用显卡的经验，心里痒痒就试了一下，就报了一个很简单的错，改完就成功了，所以赶紧过来分享一下。好啦！废话不多说，开始正题！

（一）环境及配置:

1、VS2015；

2、opencv3.1.0；（参考的那位是用的4.2.0，我用的是3.1.0（链接：https://pan.baidu.com/s/19IM-uyyC9lB6f1oDvebFUg ，提取码：sgh9 ），应该是3.0版本以上都可以，opencv官网上面也都有，安装时记得环境变量的配置）

3、cmake（官网好多随便下官网）

4、YOLOv4（darknet源码）；
AlexeyAB/darknet中下载好zip文件解压，我放在E:\yolov4\YOLOV4_build - CPU下

5、yolo4.weights；（链接：https://pan.baidu.com/s/1IuYsvLW5RPRTv_jPd1ZRZQ 提取码：sx3s ）

（二）cmake生成:

1、打开cmake_gui，两个地址都选择darknet-master地址

然后点击Configure,出现以下界面：

选择VS2015，x64，然后直接点Finish

如果报错，一般是错在opencv没有配好，或者是把cuda或cudnn选上了，关键配置为

再Configure,

再Generate

再 Open Project,打开vs2015，等待加载完成，选择：release、x64，ALL_BUILD右键生成

（记得我这里本来有一个waitkeyEX的报错，改成waitkey重新生成就可以了）

（三）测试（可参考上一篇）:

1、将编译生成的yolo4.weights，darknet.exe都复制到：\build\darknet\x64\目录下。这里是darknet.exe的运行环境

2、将E:\yolov4\darknet-master\build\darknet\x64中darknet_yolo_v3.cmd，darknet_yolo_v3_video.cmd，分别重命名为darknet_yolo_v4_cpu_images.cmd，darknet_yolo_v4_cpu_video.cmd

3、修改darknet_yolo_v4_cpu_images.cmd如下：

darknet.exe detector test cfg/coco.data cfg/yolov4.cfg yolov4.weights -ext_output dog.jpg
pause
1
2

修改darknet_yolo_v4_cpu_video.cmd如下：

darknet.exe detector demo cfg/coco.data cfg/yolov4.cfg yolov4.weights -i 0 -thresh 0.25 -ext_output test.mp4

pause
1
2
3

4,、双击运行darknet_yolo_v4_cpu_images.cmd，图片测试成功！

5、视频测试，依然是之前自己骑行的短视频（链接：https://pan.baidu.com/s/1L67Y3D4YSIS1_H-bYGKvKQ ，提取码：c4nm ），放到E:\yolov4\YOLOV4_build\yolov4\x64\Release中，找到darknet_yolo_v4_video.cmd双击运行


视频测试，成功！

效果仍然比v3要好一些，（可以对比上一篇博文v3查看效果yolov3在win7仅CPU下的配置）和GPU下的v4YOLO（二）：YOLOv4在Windows7（GTX960）下的配置+opencv3.1.0+VS2015

6、也可以直接到cmd控制台进行测试（可参考上两篇文章）

（三）题外话:

1、对比了一下自己跑的v3(CPU)和v4（GPU/CPU）,首先v4的效果比v3确实提升不少，但是因为v4的网络比v3要多，所以没有显卡的情况下，v4的处理速度确实慢一些，但识别精度、类别，整体效果要比v3有了较大的提升，另外有条件的，还是推荐用显卡，毕竟检测速度摆在那里。

2、因为这是老师布置的临时任务，所以最近有时间都会追一下YOLO，这次把v3和v4都配置了一遍，后续应该会进行特定场景的应用实现，有时间都会同步在这个系列，也算作一个记录，欢迎大家一起学习交流。

关于YOLOv4在CPU下的配置再次感谢一下这位同学的教程

本系列文章列表如下：
YOLO（一）：YOLOv3在Windows7（无GPU）下的配置+opencv3.1.0+VS2015
YOLO（二）：YOLOv4在Windows7（GTX960）下的配置+opencv3.1.0+VS2015
YOLO（三）：YOLOv4在Windows7（仅CPU）下的配置+opencv3.1.0+VS2015