前言

隨著人工智能的不斷發(fā)展，機(jī)器學(xué)習(xí)這門技術(shù)也越來越重要，很多人都開啟了學(xué)習(xí)機(jī)器學(xué)習(xí)，本文就介紹了windows下YOLO的環(huán)境搭建流程。

一、相關(guān)知識儲備

1. YOLO是什么？

• YOLO是一種實(shí)時目標(biāo)檢測算法，它是第一個平衡所提供檢測的質(zhì)量和速度的算法。通常，這類最強(qiáng)大的模型，都是建立在卷積神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)上，這次也不例外。所謂「目標(biāo)檢測模型」，我們的意思是，我們不僅可以用它來找出給定照片中存在的對象，還可以用它來指示它們的位置和數(shù)量。除其他外，這種模型在機(jī)器人和汽車工業(yè)中都有應(yīng)用，因此檢測速度至關(guān)重要。自2015年以來，該算法已經(jīng)進(jìn)行了三次迭代，還有為

TinyYOLO 等移動設(shè)備設(shè)計的變體。移動版本的精度有限，但計算要求也較低，運(yùn)行速度更快。

2.CPU&GPU

• CPU（Central Processing

Unit）是指中央處理器，決定著手機(jī)的運(yùn)行速度。一般來說芯片數(shù)字越大代表著型號越新，因此我們在選擇CPU的時候應(yīng)該選擇名稱中所帶數(shù)字較大的。

• GPU（Graphics Processing

Unit）是指圖像處理器，在手機(jī)上用于游戲畫面的渲染，通常GPU的型號越新，頻率越高，意味著游戲的畫面展示速度越快。

• CPU和GPU二者對于用戶來說是缺一不可，前者負(fù)責(zé)計算數(shù)據(jù)，后者負(fù)責(zé)顯示內(nèi)容，構(gòu)造后端運(yùn)算，前端顯示的前后搭配。

3.什么是CUDA

• CUDA(Compute Unified Device Architecture)，顯卡廠商N(yùn)Vidia推出的運(yùn)算平臺。CUDA™是一種由NVIDIA推出的通用并行計算架構(gòu)，該架構(gòu)使GPU能夠解決復(fù)雜的計算問題。它包含了CUDA指令集架構(gòu)(ISA)以及GPU內(nèi)部的并行計算引擎。
• 通過CUDA架構(gòu)，視頻播放軟件可以充分挖掘NVIDIA系列顯卡的GPU并行計算能力，輕松進(jìn)行高清影片的播放，與軟件高清解碼相比，CPU占用可以下降一半以上。當(dāng)然，CUDA的應(yīng)用領(lǐng)域絕不僅僅是視頻、圖形、游戲，包括各種3D和建模，醫(yī)療、能源、科學(xué)研究等，到處都可見到這種技術(shù)架構(gòu)的應(yīng)用

4.什么是cuDNN

• NVIDIA cuDNN是用于深度神經(jīng)網(wǎng)絡(luò)的GPU加速庫。它強(qiáng)調(diào)性能、易用性和低內(nèi)存開銷。NVIDIA

cuDNN可以集成到更高級別的機(jī)器學(xué)習(xí)框架中，如加州大學(xué)伯克利分校的流行caffe軟件。簡單的，插入式設(shè)計可以讓開發(fā)人員專注于設(shè)計和實(shí)現(xiàn)神經(jīng)網(wǎng)絡(luò)模型，而不是調(diào)整性能，同時還可以在GPU上實(shí)現(xiàn)高性能現(xiàn)代并行計算。

5.什么是OpenCV

• OpenCV是一個基于Apache2.0許可發(fā)行的跨平臺計算機(jī)視覺和機(jī)器學(xué)習(xí)軟件庫，可以在Linux、Windows、Android和Mac

OS操作系統(tǒng)上運(yùn)行。它輕量級而且高效——由一系列 C 函數(shù)和少量 C++
類函數(shù)構(gòu)成，同時提供了Python、Ruby、MATLAB等語言的接口，實(shí)現(xiàn)了很多圖像處理和計算機(jī)視覺方面的通用算法。

二、系統(tǒng)與環(huán)境要求

1.硬件環(huán)境

• Windows10系統(tǒng)+GPU顯卡

2.軟件環(huán)境

• CUDA，cuDNN，VS2019，OpenCV

三、相關(guān)環(huán)境下載

1.NVIDIA下載驅(qū)動

https://developer.nvidia.com/cuda-10.1-download-archive-update2

打開NVIDIA官網(wǎng)驅(qū)動程序下載頁面，選擇適合你顯卡的驅(qū)動，下載并安裝。

2.CUDNN下載

點(diǎn)擊：https://developer.nvidia.com/rdp/cudnn-download 注冊個賬戶，然后下載對應(yīng)版本加速庫

3.VS2019下載

https://visualstudio.microsoft.com/zh-hans/downloads/

4.opencv下載

https://opencv.org/opencv-4-5-0/

四、安裝與配置

1.顯卡驅(qū)動安裝

選擇自定義安裝：

全部勾選，點(diǎn)擊下一步：

使用默認(rèn)的安裝路徑：

2.配置CUDA環(huán)境變量

右鍵“我的電腦”選擇屬性，點(diǎn)擊“高級系統(tǒng)設(shè)置”->“環(huán)境變量”。

可以看到CUDA默認(rèn)寫入了2條環(huán)境變量信息，但這些還不夠，點(diǎn)擊新建，添加以下環(huán)境變量：

根據(jù)你CUDA的實(shí)際安裝路徑配置變量值，但我建議你安裝CUDA時使用默認(rèn)的路徑，避免出現(xiàn)各種奇葩問題。
然后在系統(tǒng)變量中找到Path，雙擊打開并加入以下變量值：

然后打開控制臺，輸入：nvcc -V
如果輸出CUDA版本等相關(guān)信息，說明CUDA安裝成功。

3.CUDNN安裝

將解壓后的文件，覆蓋到CUDA的安裝目錄下

4.OpenCV安裝

下載完成后雙擊打開，該exe是個自解壓程序，選擇一個解壓目錄，解壓完成后，將解壓出來的opencv文件夾復(fù)制到c盤根目錄下。

五、YOLO下載和編譯

1.YOLO下載

點(diǎn)擊 https://github.com/AlexeyAB/darknet

下載YOLO。

下載到本地后，解壓，將darknet-master重命名為darknet

2.復(fù)制編譯依賴文件

將c:/opencv/build/x64/vc15/bin目錄下的opencv_ffmpeg340_64.dll、opencv_world340.dll復(fù)制到D:\darknet\build\darknet\x64目錄下

3.修改darknet.vcxproj文件

打開文件找到兩處有CUDA版本號的地方（一般55 & 307行附近）將這里的10.1改為自己的版本號，然后保存

4.YOLO編譯

用vs2019打開 darkne\build\darknet\darknet.sln 確定彈出的升級窗口，設(shè)置為Release,x64編譯 生成可執(zhí)行文件

5.YOLO+VS環(huán)境配置

右鍵darknet工程，選擇屬性。
然后點(diǎn)擊VC++目錄，編輯包含目錄，將以下路徑添加到包含目錄中

點(diǎn)擊庫目錄，把以下內(nèi)容添加到庫目錄中。
點(diǎn)擊鏈接器->輸入，在附加依賴項中添加

編譯過程可能會出現(xiàn)很多警告，但只要最終提示生成：成功1個，失敗0個，則表示編譯成功。

六、YOLO環(huán)境測試

windows+r,輸入cmd,進(jìn)入自己對應(yīng)的build/darknet/x64下
執(zhí)行

darknet detect cfg/yolov3.cfg yolov3.weights data/dog.jpg

如果出現(xiàn)CUDA版本信息，說明YOLO可以通過GPU來進(jìn)行目標(biāo)識別了。

總結(jié)

以上就是今天要講的內(nèi)容，本文僅僅簡單介紹了如何在VS2019環(huán)境下使用Opencv調(diào)用GPU版本YOLOv4算法。

到此這篇關(guān)于如何在VS2019環(huán)境下使用Opencv調(diào)用GPU版本YOLOv4算法的文章就介紹到這了,更多相關(guān)Opencv調(diào)用GPU版本YOLOv4算法內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

最新評論