lib req detect 連接 exe and ive 拷貝 computing

參考：https://github.com/AlexeyAB/darknet
# 一、安裝
## linux下安裝
- 在darknet目錄下執行make

## windows下安裝
1. 安裝vs2015（略）
2. 安裝opencv
- https://sourceforge.net/projects/opencvlibrary/files/opencv-win/3.2.0/opencv-3.2.0-vc14.exe/download
- 安裝到C:\opencv_3.0\opencv
3. 安裝cuda（可選）
- https://developer.nvidia.com/cuda-toolkit-archive

- 安裝到C盤
- 安裝的時候，不要選擇默認的推薦選項，而是選擇自定義選項，在自定義後，driver不要安裝，否則，cuda sdk不能安裝成功，會報錯；如果顯卡驅動版本太低，需更新顯卡驅動。
4. 安裝CUDNN（可選）
- https://developer.nvidia.com/rdp/cudnn-archive
- 將壓縮包中文件放到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0對應目錄下
5. 編譯
- MSVS 2015, CUDA 8.0 and OpenCV 3.0
- 打開build\darknet\darknet.sln
- 右鍵--屬性
- 設置x64 及 Release
- 更改opencv位置
- 配置屬性--》連接器--》常規--》附加庫目錄
- 右鍵--重新生成
- C:\opencv_3.0\opencv\build\x64\vc14\bin目錄下opencv_world320.dll、 opencv_ffmpeg320_64.dll拷貝到darknet.exe所在目錄下。
- MSVS 2015 and OpenCV 3.0
- 打開build\darknet\darknet_no_gpu.sln
- 右鍵--屬性
- 設置x64 及 Release
- 更改opencv位置
- 配置屬性--》連接器--》常規--》附加庫目錄
- 右鍵--重新生成
- C:\opencv_3.0\opencv\build\x64\vc14\bin目錄下opencv_world320.dll、 opencv_ffmpeg320_64.dll拷貝到darknet.exe所在目錄下。

# 二、使用
- 1. 下載訓練好的權重文件
- http://pjreddie.com/media/files/yolo.weights
- 放到darknet.exe所在目錄下
- yolo.cfg (194 MB COCO-model) - require 4 GB GPU-RAM: http://pjreddie.com/media/files/yolo.weights
- yolo-voc.cfg (194 MB VOC-model) - require 4 GB GPU-RAM: http://pjreddie.com/media/files/yolo-voc.weights
- tiny-yolo.cfg (60 MB COCO-model) - require 1 GB GPU-RAM: http://pjreddie.com/media/files/tiny-yolo.weights
- tiny-yolo-voc.cfg (60 MB VOC-model) - require 1 GB GPU-RAM: http://pjreddie.com/media/files/tiny-yolo-voc.weights
- yolo9000.cfg (186 MB Yolo9000-model) - require 4 GB GPU-RAM: http://pjreddie.com/media/files/yolo9000.weights
- 2. 預測圖片
- darknet detect cfg/yolo.cfg yolo.weights G:\666.jpg
- 3. 預測視頻
- darknet_demo_coco.cmd
- 預測當前目錄下的test.mp4，生成res.avi
- 4. 實時手機攝像頭預測
- 安裝IP Webcam 或 Smart WebCam
- darknet.exe detector demo data/coco.data yolo.cfg yolo.weights http://192.168.191.2:8080/video?dummy=param.mjpg -i 0

註意：darknet安裝