Win10+YOLOv3完整安裝過程（親測可執行）
最近了解並嘗試在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天努力終於安裝成功，分享並記錄自己的安裝過程，供大家參考。
系統：Win10
顯示卡：GeForce RTX2070 with Max-Q Design
其它：CUDA10.2，cuDNN7.6.5，VS2019，OpenCV3.4.0（opencv版本不能高於3.4.0）
1、顯示卡驅動下載和安裝
開啟NVIDIA官網驅動程式下載頁面，選擇適合你顯示卡的驅動，下載並安裝。
選擇自定義安裝：
登入賬戶，沒有就註冊一個：
點選“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，點選右下角安裝：
安裝成功後，根據提示重啟電腦。
3、CUDA的下載和安裝
點選：https://developer.nvidia.com/cuda-toolkit-archive，選擇cuda10.2版本
下載完成後，雙擊開啟，開始安裝。
選擇自定義安裝：
全部勾選，點選下一步：
使用預設的安裝路徑：
安裝成功後，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環境變數
右鍵“我的電腦”選擇屬性，點選“高階系統設定”->“環境變數”。
可以看到CUDA預設寫入了2條環境變數資訊，但這些還不夠，點選新建，新增以下環境變數：
變數名：CUDA_BIN_PATH
變數值：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\bin變數名：CUDA_LIB_PATH
變數值：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\lib\x64
變數名：CUDA_SDK_BIN_PATH
變數值：C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.2\bin\win64
變數名：CUDA_SDK_LIB_PATH
變數值：C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.2\common\lib\x64
變數名：CUDA_SDK_PATH
變數值：C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.2
根據你CUDA的實際安裝路徑配置變數值，但我建議你安裝CUDA時使用預設的路徑，避免出現各種奇葩問題。
然後在系統變數中找到Path，雙擊開啟並加入以下變數值：
%CUDA_LIB_PATH%;%CUDA_BIN_PATH%;%CUDA_SDK_LIB_PATH%;%CUDA_SDK_BIN_PATH%;
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\lib\x64
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\include
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\extras\CUPTI\lib64
C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.2\bin\win64
C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.2\common\lib\x64
然後開啟控制檯，輸入：nvcc -V
如果輸出CUDA版本等相關資訊，說明CUDA安裝成功。
4、CUDNN下載和安裝
點選：https://developer.nvidia.com/rdp/cudnn-download 註冊個賬戶，然後下載Download cuDNN v7.6.5 (November 18th, 2019), for CUDA 10.2
下載完成後，解壓cudnn-10.2-windows10-x64-v7.6.5.32.zip，將解壓後的檔案，覆蓋到CUDA的安裝目錄下，如圖：
5、OpenCV下載和安裝
點選：https://opencv.org/opencv-3-4/ 下載3.4.0版本的OpenCV。
下載完成後雙擊開啟，該exe是個自解壓程式，選擇一個解壓目錄，解壓完成後，將解壓出來的opencv資料夾複製到c盤根目錄下。
然後在環境變數Path中加入以下值：
C:\opencv\build\x64\vc15\bin
6、YOLO下載和編譯
點選https://github.com/AlexeyAB/darknet 下載YOLO。
下載到本地後，解壓，將darknet-master重新命名為darknet，儲存到D盤。
6.1、複製編譯依賴檔案
將c:/opencv/build/x64/vc15/bin目錄下的opencv_ffmpeg340_64.dll、opencv_world340.dll複製到D:\darknet\build\darknet\x64目錄下：
進入D:\darknet\build\darknet目錄，用VS2019開啟darknet.sln，首次開啟可能會出現以下錯誤：
沒關係，確定後，關閉VS2019，重新用VS2019開啟darknet.sln即可，開啟後此處選擇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)，點選應用。
然後點選VC++目錄，編輯包含目錄，將以下路徑新增到包含目錄中：
C:\opencv\build\include\opencv2
C:\opencv\build\include\opencv
C:\opencv\build\include
如果你的opencv路徑和我不一樣，請修改成你自己的路徑。
然後點選庫目錄，把以下內容新增到庫目錄中：
C:\opencv\build\x64\vc14\lib
然後點選連結器->輸入，在附加依賴項中新增：
C:\opencv\build\x64\vc14\lib\opencv_world340.lib
然後點選確定儲存，並退出VS2019。
用記事本或文字編輯器開啟darknet.vcxproj。
將CUDA 10.0，替換為CUDA 10.2，共兩處
用VS2019開啟darknet.sln，再次確保此處為Release X64，然後右鍵點選專案選擇生成。
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預訓練權重檔案
進入https://pjreddie.com/media/files/yolov3.weights 下載yolov3.weights檔案，再將yolov3.weights放在D:\darknet\build\darknet\x64目錄下。
如果下載慢，選擇迅雷下載。
6.3、執行YOLO
控制檯進入D:\darknet\build\darknet\x64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版本資訊，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，後安裝的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的安裝程式“cuda_10.2.89_441.22_win10.exe”解壓，然後在解壓後的資料夾中找到CUDAVisualStudioIntegration\extras\visual_studio_integration\MSBuildExtensions目錄，將目錄中的四個檔案複製到C:\Program Files (x86)\Microsoft Visual Studio\2019\Community\MSBuild\Microsoft\VC\v160\BuildCustomizations目錄下，然後重新編譯工程。
