软硬件环境
- windows 10 64bit
- visual studio 2019
- cuda 11.1
- cudnn 8.0.5
- opencv 4.5.1
- darknet 2021.03.27
- cmake 3.20.0
安装配置cuda和cudnn
参考前文 windows 10安装CUDA和cuDNN,地址是:https://xugaoxiang.com/2019/12/18/windows-10-cuda-cudnn/, 这里不再赘述。
安装配置opencv
来到opencv
的官方网站下载页面 https://opencv.org/releases/
windows darknet
下载后是一个exe
文件,打开傻瓜式一步步安装就好了,记录好安装路径(我这里是D:ToolsOpenCVopencv
),然后增加一个环境变量OpenCV_DIR
,指向opencv
安装后的build
目录,如下
windows darknet
windows darknet
接下来分别将opencv
下的buildx64vc15bin
和buildx64vc15lib
目录,追加到PATH
环境变量中,如下
windows darknet
编译darknet.exe
下载cmake
,地址是:https://cmake.org/download/,也是傻瓜式的安装。然后打开cmake-gui.exe
windows darknet
源码目录和编译目标目录都指向darknet
的源码目录,这里使用AlexeyAB
的版本 https://github.com/AlexeyAB/darknet
接下来就是点击Configure
windows darknet
然后就是Generate
windows darknet
最后Open Project
windows darknet
随即,visual studio 2019
就打开了darknet
工程,点击右侧的ALL_BUILD
--> 生成
windows darknet
等待一会,就可以编译完成
windows darknet
windows darknet
最后我们来测试一下,将Debugdarknet.exe
和3rdpartypthreadsbin
下的pthreadGC2.dll
和pthreadVC2.dll
都拷贝到darknet
源码根目录下,除此以外,还要准备权重文件yolov4.weights
然后执行图片测试命令
代码语言:javascript复制.darknet.exe detect cfgyolov4.cfg yolov4.weights datadog.jpg
windows darknet
编译dll
如果要编译动态链接库dll
的话,进入到darknet
源码下的builddarknet
,用visual studio 2019
打开yolo_cpp_dll.sln
windows darknet
同样地,右键生成
windows darknet
这里出现了一个错误
代码语言:javascript复制错误 MSB4019 找不到导入的项目“C:Program Files (x86)Microsoft Visual Studio2019ProfessionalMSBuildMicrosoftVCv160BuildCustomizationsCUDA 10.1.props”。请确认 Import 声明“C:Program Files (x86)Microsoft Visual Studio2019ProfessionalMSBuildMicrosoftVCv160\BuildCustomizationsCUDA 10.1.props”中的表达式正确,且文件位于磁盘上。yolo_cpp_dll D:Projectsdarknet-masterbuilddarknetyolo_cpp_dll.vcxproj 55
我的系统中,cuda
明明是11.1版本,为何会出现cuda 10.1
的报错?
编辑文件yolo_cpp_dll.vcxproj
,将里面的cuda 10.1
版本改成你系统中的版本,我这里是cuda 11.1
,包括.props
和.targets
windows darknet
windows darknet
重新生成,还是报错
windows darknet
代码语言:javascript复制错误 MSB3721 命令“"C:Program FilesNVIDIA GPU Computing ToolkitCUDAv11.1binnvcc.exe" -gencode=arch=compute_30,code="sm_30,compute_30" -gencode=arch=compute_75,code="sm_75,compute_75" --use-local-env -ccbin "C:Program Files (x86)Microsoft Visual Studio2019ProfessionalVCToolsMSVC14.24.28314binHostX86x64" -x cu -ID:ToolsOpenCVopencvbuildinclude -IC:opencv_3.0opencvbuildinclude -I....include -I....3rdpartystbinclude -I....3rdpartypthreadsinclude -I"C:Program FilesNVIDIA GPU Computing ToolkitCUDAv11.1include" -I"C:Program FilesNVIDIA GPU Computing ToolkitCUDAv11.1include" -Iinclude -Iinclude -I"C:Program FilesNVIDIA GPU Computing ToolkitCUDAv11.1include" -G --keep-dir x64Debug -maxrregcount=0 --machine 64 --compile -cudart static -g -D_MBCS -DLIB_EXPORTS -D_TIMESPEC_DEFINED -D_SCL_SECURE_NO_WARNINGS -D_CRT_SECURE_NO_WARNINGS -DGPU -DWIN32 -DDEBUG -D_CONSOLE -D_LIB -D_WINDLL -D_MBCS -Xcompiler "/EHsc /W3 /nologo /Od /Fdx64DLL_Debugvc142.pdb /FS /Zi /RTC1 /MDd " -o x64DLL_Debugcrop_layer_kernels.cu.obj "D:Projectsdarknet-mastersrccrop_layer_kernels.cu"”已退出,返回代码为 1。yolo_cpp_dll C:Program Files (x86)Microsoft Visual Studio2019ProfessionalMSBuildMicrosoftVCv160BuildCustomizationsCUDA 11.1.targets 785
接下来,右键点击解决方案,进入到项目属性,点击CUDA C/C
--> Device
,找到Code Generation
,将compute_30;sm_30删除
,然后保存,重新生成
windows darknet
这时候就能够编译成功了
windows darknet
最近再多聊一句,在python
中使用上面生成的yolo_cpp_dll.dll
文件时(通常使用ctypes
这个库)需要注意下,由于yolo_cpp_dll.dll
依赖于同目录下的pthreadGC2.dll
和pthreadVC2.dll
,因此,想通过ctypes.CDLL
来调用yolo_cpp_dll.dll
,就需要讲这几个dll
文件放在同一个目录下,不然就会报类似下面的错误
python CDLL OSError: [WinError 126] The specified module could not be found
参考资料
- https://xugaoxiang.com/2019/12/18/windows-10-cuda-cudnn/
- https://xugaoxiang.com/2019/12/16/darknet-basic/