最近了解并嘗試在Win10安裝YOLOv3，參考了十幾篇文章，發現每個人都有自己的安裝方式，最初嘗試用cmake編譯，雖然安裝完成，但無法使用GPU，坑非常多，經2天努力終于安裝成功，分享并記錄自己的安裝過程，供大家參考。

系統：Win10

顯卡：GeForce RTX2070 with Max-Q Design

其它：CUDA10.2，cuDNN7.6.5，VS2019，OpenCV3.4.0(opencv版本不能高于3.4.0)

1、顯卡驅動下載和安裝

打開NVIDIA官網驅動程序下載頁面，選擇適合你顯卡的驅動，下載并安裝。

選擇自定義安裝：

登錄賬戶，沒有就注冊一個：

點擊“跳過”：

確認“NVIDIA Studio Driver”安裝成功。

2、VS2019下載和安裝

切記，先安裝VS2019，再安裝CUDA。

選擇“.Net桌面開發”、“使用C++的桌面開發”、“通用Windwos平臺開發”三項，點擊右下角安裝：

安裝成功后，根據提示重啟電腦。

3、CUDA的下載和安裝

下載完成后，雙擊打開，開始安裝。

選擇自定義安裝：

全部勾選，點擊下一步：

使用默認的安裝路徑：

安裝成功后，會看到CUDA向已安裝的Visual Studio2019中寫入了Nsight工具，所以我才強調必須先安裝CS2019，再安裝CUDA。

3.1、配置CUDA環境變量

右鍵“我的電腦”選擇屬性，點擊“高級系統設置”->“環境變量”。

可以看到CUDA默認寫入了2條環境變量信息，但這些還不夠，點擊新建，添加以下環境變量：

變量名：CUDA_BIN_PATH

變量值：C:Program FilesNVIDIA GPU Computing ToolkitCUDAv10.2in

變量名：CUDA_LIB_PATH

變量值：C:Program FilesNVIDIA GPU Computing ToolkitCUDAv10.2libx64

變量名：CUDA_SDK_BIN_PATH

變量值：C:ProgramDataNVIDIA CorporationCUDA Samplesv10.2inwin64

變量名：CUDA_SDK_LIB_PATH

變量值：C:ProgramDataNVIDIA CorporationCUDA Samplesv10.2commonlibx64

變量名：CUDA_SDK_PATH

變量值：C:ProgramDataNVIDIA CorporationCUDA Samplesv10.2

根據你CUDA的實際安裝路徑配置變量值，但我建議你安裝CUDA時使用默認的路徑，避免出現各種奇葩問題。

然后在系統變量中找到Path，雙擊打開并加入以下變量值：

%CUDA_LIB_PATH%;%CUDA_BIN_PATH%;%CUDA_SDK_LIB_PATH%;%CUDA_SDK_BIN_PATH%;

C:Program FilesNVIDIA GPU Computing ToolkitCUDAv10.2libx64

C:Program FilesNVIDIA GPU Computing ToolkitCUDAv10.2include

C:Program FilesNVIDIA GPU Computing ToolkitCUDAv10.2extrasCUPTIlib64

C:ProgramDataNVIDIA CorporationCUDA Samplesv10.2inwin64

C:ProgramDataNVIDIA CorporationCUDA Samplesv10.2commonlibx64

然后打開控制臺，輸入：nvcc -V

如果輸出CUDA版本等相關信息，說明CUDA安裝成功。

4、CUDNN下載和安裝

點擊：https://developer.nvidia.com/rdp/cudnn-download 注冊個賬戶，然后下載Download cuDNN v7.6.5 (November 18th, 2019), for CUDA 10.2

下載完成后，解壓cudnn-10.2-windows10-x64-v7.6.5.32.zip，將解壓后的文件，覆蓋到CUDA的安裝目錄下，如圖：

5、OpenCV下載和安裝

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文件夾復制到c盤根目錄下。

然后在環境變量Path中加入以下值：

C:opencvuildx64vc15in

6、YOLO下載和編譯

下載到本地后，解壓，將darknet-master重命名為darknet，保存到D盤。

6.1、復制編譯依賴文件

將c:/opencv/build/x64/vc15/bin目錄下的opencv_ffmpeg340_64.dll、opencv_world340.dll復制到D:darknetuilddarknetx64目錄下：

進入D:darknetuilddarknet目錄，用VS2019打開darknet.sln，首次打開可能會出現以下錯誤：

沒關系，確定后，關閉VS2019，重新用VS2019打開darknet.sln即可，打開后此處選擇Release X64。

右鍵darknet工程，選擇屬性。

將“常規”下的Windows SDK版本選為10.0，將平臺工具集選為Visual Studio2019(v142)，點擊應用。

然后點擊VC++目錄，編輯包含目錄，將以下路徑添加到包含目錄中：

C:opencvuildincludeopencv2

C:opencvuildincludeopencv

C:opencvuildinclude

如果你的opencv路徑和我不一樣，請修改成你自己的路徑。

然后點擊庫目錄，把以下內容添加到庫目錄中：

C:opencvuildx64vc14lib

然后點擊鏈接器->輸入，在附加依賴項中添加：

C:opencvuildx64vc14libopencv_world340.lib

然后點擊確定保存，并退出VS2019。

用記事本或文本編輯器打開darknet.vcxproj。

將CUDA 10.0，替換為CUDA 10.2，共兩處

用VS2019打開darknet.sln，再次確保此處為Release X64，然后右鍵點擊項目選擇生成。

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

6.2、下載YOLOv3預訓練權重文件

進入https://pjreddie.com/media/files/yolov3.weights 下載yolov3.weights文件，再將yolov3.weights放在D:darknetuilddarknetx64目錄下。

如果下載慢，選擇迅雷下載。

6.3、運行YOLO

控制臺進入D:darknetuilddarknetx64目錄，輸入命令：

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

執行過程，如果出現CUDA版本信息，說明YOLO可以通過GPU來進行目標識別了。

7、注意事項

如果先安裝的CUDA，后安裝的VS2019，可能會出現無法使用GPU進行訓練和識別的問題，可以將CUDA的安裝程序“cuda_10.2.89_441.22_win10.exe”解壓，然后在解壓后的文件夾中找到CUDAVisualStudioIntegrationextrasvisual_studio_integrationMSBuildExtensions目錄，將目錄中的四個文件復制到C:Program Files (x86)Microsoft Visual Studio2019CommunityMSBuildMicrosoftVCv160BuildCustomizations目錄下，然后重新編譯工程。

總結

以上是生活随笔為你收集整理的cpu win10 安装yolo_Win10+YOLOv3完整安装过程（亲测可运行）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。