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， 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/
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:\Tools\OpenCV\opencv)，然后增加一个环境变量 OpenCV_DIR，指向 opencv 安装后的 build 目录，如下
接下来分别将 opencv 下的 build\x64\vc15\bin 和 build\x64\vc15\lib 目录，追加到 PATH 环境变量中，如下
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
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
然后就是 Generate
最后 Open Project
随即，visual studio 2019 就打开了 darknet 工程，点击右侧的 ALL_BUILD –> 生成
等待一会，就可以编译完成
最后我们来测试一下，将 Debug\darknet.exe 和 3rdparty\pthreads\bin 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
.\darknet.exe detect cfg\yolov4.cfg yolov4.weights data\dog.jpg
编译dll
如果要编译动态链接库 dll 的话，进入到 darknet 源码下的 build\darknet，用 visual studio 2019 打开 yolo_cpp_dll.sln
同样地，右键生成
这里出现了一个错误
错误 MSB4019 找不到导入的项目“C:\Program Files (x86)\Microsoft Visual Studio\2019\Professional\MSBuild\Microsoft\VC\v160\BuildCustomizations\CUDA 10.1.props”。请确认 Import 声明“C:\Program Files (x86)\Microsoft Visual Studio\2019\Professional\MSBuild\Microsoft\VC\v160\\BuildCustomizations\CUDA 10.1.props”中的表达式正确，且文件位于磁盘上。 yolo_cpp_dll D:\Projects\darknet-master\build\darknet\yolo_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
重新生成，还是报错
错误 MSB3721 命令“"C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1\bin\nvcc.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 Studio\2019\Professional\VC\Tools\MSVC\14.24.28314\bin\HostX86\x64" -x cu -ID:\Tools\OpenCV\opencv\build\include -IC:\opencv_3.0\opencv\build\include -I..\..\include -I..\..\3rdparty\stb\include -I..\..\3rdparty\pthreads\include -I"C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1\include" -I"C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1\include" -I\include -I\include -I"C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1\include" -G --keep-dir x64\Debug -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 /Fdx64\DLL_Debug\vc142.pdb /FS /Zi /RTC1 /MDd " -o x64\DLL_Debug\crop_layer_kernels.cu.obj "D:\Projects\darknet-master\src\crop_layer_kernels.cu"”已退出，返回代码为 1。 yolo_cpp_dll C:\Program Files (x86)\Microsoft Visual Studio\2019\Professional\MSBuild\Microsoft\VC\v160\BuildCustomizations\CUDA 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
这时候就能够编译成功了
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
