YOLO2 window7+cpu版本

        研究RCNN系列算法，到现在的YOLO和SSD，因为平台原因（穷），都尝试在Window+cpu环境下测试已有模型效果。网上有很多教程，这里记录下yolo2的配置过程。

平台：window+cpu

yolo2代码：https://github.com/AlexeyAB/darknet

一、下载链接里的yolo2工程，打开darknet-master\build\darknet下的darknet_no_gpu.sln工程，查看工程属性，作者已经配置好了opencv和pthreads，如下图，但是opencv的路径需要自己修改下。附件依赖库主要是opencv_core249.lib，
opencv_highgui249.lib，opencv_imgproc249.lib三个文件。直到成功编译工程，会在darknet-master\build\darknet\x64下生成darknet_no_gpu.exe可执行文件。

二、主函数在darknet.c文件里，如下图。

要运行起来，需要新建一个cmd文件。参照darknet-master\build\darknet\x64下的darknet_voc.cmd文件新建darknet_no_gpu.cmd文件，因为是调用上面生成的darknet_no_gpu.exe，所以内容改为

到这一步还需要一个yolo-voc.weights文件，从官网https://pjreddie.com/darknet/yolo/下载相应的模型参数文件（点击那个weights下载，只要是yolo2版本的都行），放到darknet-master\build\darknet\x64路径下。

双击运行darknet_no_gpu.cmd，窗口为

输入图像路径回车即可得结果

三、这样只能每次跑一张图像，如果要连续测试可以修改detector.c文件里的test_detector函数，如果要用到cv空间的一些功能，在文件前面添加using namespace std;using namespace cv;把detector.c改为detector.cpp，这时注意：因为yolo都是纯c编写的，darknet.c文件会调用到detector.cpp里的函数，那边需要把detector.cpp里面头文件包含的部分加上

extern “C”

{

#include “xxx.h”

}

同时，全局函数要在前面声明并加上extern “C”。如

extern "C" void run_detector(int argc, char **argv);

参考博客：http://blog.csdn.net/qq_14845119/article/details/53589282

-----------------------------------------------------------------------------------------

补充：window+gpu版本也成功运行

打开darknet-master\build\darknet下的darknet.sln工程，然后在工程属性中进行配置，加入cuda和cudnn（如果不加cudnn，只用GPU，速度并不快，大概一张图像1s左右）的lib文件和include路径。我用的是CUDA7.5和cudnn7.5，cudnn有编译好的库文件，解压出来是一个cuda文件夹，里面有include、lib、dll三个文件夹，把里面的文件放到CUDA下的对应的include、lib、dll文件夹中，然后设置环境变量那些。一般配置好后就可以跑了。