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，下載並安裝。
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平台開發”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
點擊：https://developer.nvidia.com/cuda-toolkit-archive，選擇cuda10.2版本
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 Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\bin 變量名：CUDA_LIB_PATH 變量值：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\lib\x64 變量名：CUDA_SDK_BIN_PATH 變量值：C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.2\bin\win64 變量名：CUDA_SDK_LIB_PATH 變量值：C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.2\common\lib\x64 變量名：CUDA_SDK_PATH 變量值：C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.2
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，雙擊打開並加入以下變量值：
%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
然后打開控制台，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
點擊：https://opencv.org/opencv-3-4/ 下載3.4.0版本的OpenCV。
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:\opencv\build\x64\vc15\bin
6、YOLO下載和編譯
點擊https://github.com/AlexeyAB/darknet 下載YOLO。
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:\darknet\build\darknet\x64目錄下：
進入D:\darknet\build\darknet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，將平台工具集選為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:\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。
然后點擊庫目錄，把以下內容添加到庫目錄中：
C:\opencv\build\x64\vc14\lib
然后點擊鏈接器->輸入，在附加依賴項中添加：
C:\opencv\build\x64\vc14\lib\opencv_world340.lib
然后點擊確定保存，並退出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:\darknet\build\darknet\x64目錄下。
如果下載慢，選擇迅雷下載。
6.3、運行YOLO
控制台進入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CUDAVisualStudioIntegration\extras\visual_studio_integration\MSBuildExtensions目錄，將目錄中的四個文件復制到C:\Program Files (x86)\Microsoft Visual Studio\2019\Community\MSBuild\Microsoft\VC\v160\BuildCustomizations目錄下，然后重新編譯工程。
