win10下yolo环境配置（GPU+CPU）
1.无GPU版本 vs2015+opencv3.2
1.1安装vs2015
首先需要下载vs，有vs2015最好，如果使用vs2017的话，需要下载v140工具集。
我之前安装了vs2017，便偷个懒。
1.2安装opencv3.4.0
下载源：（ps：速度着实有些慢）
（这里不知道为什么，我不记得这个版本中的opencv有什么用）
血泪教训，之前用3.2.0版本不知道为什么总是报错，如果是非GPU版本，好像暂时还用不到。
1.3安装darknet
https://github.com/AlexeyAB/darknet
下载darknet的压缩包，解压并进入darknet-masteruilddarknet，打开如下图所指的项目darknet_no_gpu.sln（无gpu版本）
1.4下载yolov3.weights
https://link.zhihu.com/?target=https%3A//pjreddie.com/media/files/yolov3.weights
下载完后把文件放在x64文件夹下
1.5调试
控制台无报错
进入darknet-masteruilddarknetx64，并在该路径下打开命令行
输入以下命令即可，可以看到生成的predictions.jpg
darknet_no_gpu.exe detector test data/coco.data yolov3.cfg yolov3.weights -i 0 -thresh 0.25 dog.jpg -ext_output
2.带GPU版本 MX150+vs2017+tensorflow-gpu1.14.0+cuda10.0+cudnn7.4
官方支持搭配如下：
https://tensorflow.google.cn/install/source_windows
判断自己的机器：
-
首先打开NVIDIA控制面板（我的电脑找不到，我自己又重新安装了）
-
查看--系统信息
- 查看自己电脑的驱动版本，我这里是442.50，说明我可以安装CUDA 10.2.89及以下的版本。
兼容性参考来源：
https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html
2.1安装cuda
https://developer.nvidia.com/cuda-zone
在这里我选择了10.0版本的，安装完成后将以下路径加入环境变量
C:Program FilesNVIDIA GPU Computing ToolkitCUDAv10.0in
C:Program FilesNVIDIA GPU Computing ToolkitCUDAv10.0extrasCUPTIlibx64
2.2安装cudnn
https://developer.nvidia.com/cudnn
下载完成后解压，得到压缩包里的cuda文件
将bin文件夹所在目录加入环境变量，我这里是：
D:configcudnn7.4cudain
ps：后续在编译的时候若有提示说找不到"cudnn.h"则可以选择把三个文件夹下的文件复制到C:Program FilesNVIDIA GPU Computing ToolkitCUDAv10.0对应的三个文件夹中，（路径中的v10.0基于每个人选择的版本不同），就不会报错了。
测试一下，成功
import tensorflow as tf
#Creates a graph.
a = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[2, 3], name='a')
b = tf.constant([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], shape=[3, 2], name='b')
c = tf.matmul(a, b)
#Creates a session with log_device_placement set to True.
sess = tf.Session(config=tf.ConfigProto(log_device_placement=True))
#Runs the op.
print(sess.run(c))
从打印出来的日志我们可以判断出使用了gpu。
2.3安装darknet
接下来继续我们的yolo
下载darknet的步骤同无GPU版本，这里不再赘述。
- 如果是cuda 10.0版本就不需要修改了，如果是其他版本需要进入darknet-masteruilddarknet，修改如下图所示的文件。
用关键词搜索，修改成当前所用的对应版本，一共可以找到两处。
- 确认C:Program Files (x86)MSBuildMicrosoft.Cppv4.0v140BuildCustomizations中是否有自己当前版本的CUDA
如果没有的话可以参考https://zhuanlan.zhihu.com/p/45845454中叙述的步骤进行
2.4调试
- 用vs2017打开darknet文件夹下的darknet.sln
配置opecv环境，可以参考这篇文章，主要就是添加环境变量、引入头文件等
https://note.youdao.com/ynoteshare1/index.html?id=04fb326760a726f23cbd9ae8ff6b1fc6&type=note#/
并在debug x64下运行
- 如果一切顺利，很快你会x64文件夹下看到生成的darknet.exe
- 按照无GPU版本的步骤下好yolov3.weight3
2.5运行！
在darknet.exe下打开命令行，输入命令
darknet detect cfg/yolov3.cfg yolov3.weights data/dog.jpg
不出意外可以看到结果predictions.jpg
参考来源：
https://zhuanlan.zhihu.com/p/107683614?utm_source=qq&utm_medium=social&utm_oi=606170806108164096
后话：总之麻烦还是麻烦，不如ubuntu~