YOLOv3+win10+CPU+vs2017+opencv3.2 检测自己的图片

下载

1. VS2017 下载地址

• 选择社区版
• 安装时（默认路径安装）选择：
  
  （图片引自 [1]）
• 安装完成后立即重启

2. opencv3.2 下载地址

• 翻到最后，选择win pack
• 下载完成后，双击 -- Extract

3. darknet 和 yolov3.weight 下载地址

• 需要先安装git，再根据yolo官网的提示克隆darknet。
  （直接点击下载的darknet文件夹中不包含build子文件夹，后续需要用到）
• yolov3.weights文件可直接点击下载。

配置

1. 用vs2017打开darknet-master\build\darknet\darknet_no_gpu.sln
2. 右键项目–>重定向项目，平台工具集选择：无升级
3. 右键项目–>属性

• 选择 Release x64，如图：
  

• 常规 -- 平台工具集：vs2015（v140），

• VC++目录 -- 包含目录：
  …\opencv\build\include
  …\opencv\build\include\opencv
  …\opencv\build\include\opencv2，

• VC++目录 -- 库目录：
  …\opencv\build\x64\vc14\lib，

• 链接器 -- 输入 -- 附加依赖项：
  opencv_world320.lib

• 将项目改为Release x64，如图：
  
  （若使用debug模式，对应的要将lib库换为末位带d的，如opencv_world320.lib换为opencv_world320d.lib）

4. 将…\opencv\build\x64\vc14\bin下的opencv_world320.dll 和
   …\opencv\build\bin\opencv_ffmpeg340_64.dll
   复制到 …\darknet-master\build\darknet\x64 目录下
5. 在darknet_no_gpu工程上右键——>生成
6. 将yolov3.weights文件放在…\darknet-master\build\darknet\x64中

检测目标

在cmd窗口中，将执行目录切换到 ...\darknet-master\build\darknet\x64下，输入：

darknet_no_gpu.exe detector test data/coco.data yolov3.cfg yolov3.weights -i 0 -thresh 0.25 dog.jpg -ext_output

输出：

参考

[1] https://blog.csdn.net/Clay_Zhang/article/details/82975593
[2] https://blog.csdn.net/Matrix576/article/details/84982116