最近想試一下使用Yolov4做目標檢測的效果，想要用最快的速度做出效果來，嘗試了使用pytorch，
但是由於需要轉換為C++，把訓練好的pth文件轉換為pt文件應用的過程中出現了各種各樣的問題，暫時不想花費大量的時間在這件事情上，所以轉而選擇了直接使用darknet。
以下全程使用windows，各項配置不發生變化。
測試過程中有一個小發現：我自己訓練用的圖像是三通道的圖像，訓練出來的模型用在單通道圖像上也是可行的，至少沒有出錯。
使用Darknet對已在coco數據集上訓練好的模型做目標檢測
darknet版本：2021.4.7的ID為e83d6526的提交
環境：
Win10
RTX 2060 6G
cuda 11.1
cuDNN 8.0.5 for cuda11.1
opencv 3.4.2
vs2019
darknet e83d6526
部署步驟參考下面的鏈接，有幾條注意事項寫在下面了，配合教程食用更加：
WIN10+YOLOv4，windows上完美執行YOLOv4目標檢測
注意：
- 通過查看
darknet.vcxproj文件，發現此版本下依賴cuda11.1，上面的參考步驟中使用了cuda10.2，需要注意。 - 安裝了多個版本的cuda的情況下要注意有坑，簡單粗暴的方法是把其他版本的cuda卸載掉。由於對cuDNN的版本有要求，千萬不要偷懶，因為以前有安裝過其他版本的cuDNN，就沒有下載對應的版本，版本不對是一個很大的坑。
- opencv的版本建議一定要按照上面那個教程中的來，用其他版本有可能會有問題；配置的opencv庫目錄用的是vc14，這里可以改成vc15，親測沒有問題，有高版本的我還是傾向於選擇高版本的。
- nvidia的賬號建議注冊一個，不麻煩，下東西會方便很多。
- 教程中讓配置的各種環境變量，都配置一下，可以避免之后遇到的很多問題，如果遇到環境變量Path過長的問題，可以先將一些較長的路徑設置設置為名稱較短的系統變量，然后添加到Path中。
- 全都配置好之后打開項目編譯，按照上面的步驟應該會編譯通過，如果沒有通過不要慌，看錯誤，缺什么文件補什么文件，可能出現缺少某些opencv相關的dll或者lib文件，簡單粗暴的方法是缺什么就把什么放到程序目錄下；我還遇到過編譯結果只提示有一個錯誤，但是錯誤列表中什么都沒有的情況，排查后發現是cuda版本的問題。
- 官方給出的windows上darknet編譯，讓使用cmake來，沒有這個必要，反而對於不熟悉cmake的人來說，會出問題，直接編譯darknet.sln下面的項目就好了。包括其他幾個項目，如果不熟悉cmake，也直接編譯對應的項目就好了。
使用Darknet訓練自己的模型
全程參考了darknet在GitHub上的README，其中對於訓練過程做了詳細的說明，除了是用英文寫的，這份說明非常的完整。
指路：How to train (to detect your custom objects)
注意：
- 圖片的標記使用了說明中的Yolo_mark來標記，需要下載下來自己編譯，一般不會遇到太大的問題，opencv的目錄該配置的還是配置一下。標記的時候有一些快捷鍵還挺好用的，不用鼠標去點標簽和圖片了，可以提高效率，具體輸入
h可以看幫助，我常用的是←、→和數字鍵。 - 訓練過程中出現了顯存不夠的問題，有一些官方提供的解決方案：What does the error message "CUDA Error: out of memory" mean during training?。
我自己改了圖片大小，還把subdivisions改成了128，似乎有點誇張了。 - 在知道自己顯卡不太夠用剛好能夠跑起來的情況下，不要作死在訓練的過程中運行其他很占用顯存的程序，會導致訓練斷掉，特別是weights文件一個都還沒有保存的情況下。
- 訓練的那行命令不要完全按照說明中寫的來，路徑要按照實際路徑來，怕有問題索性就寫完整路徑，如果出現加載圖片失敗的情況，基本上就可以確定就是路徑出問題了，包括train.txt中的圖片路徑。
- 訓練完后可以用訓練的模型按照上面的方法看一下檢測效果。
Windows上C++使用Yolo官方提供的辦法調用自己訓練好的模型
指路官方：How to use Yolo as DLL and SO libraries
簡要概括：
- 第一步是要編譯出yolo_cpp_dll.dll和.lib文件，直接編譯yolo_cpp_dll.sln那個解決方案中的項目，編譯過程中可能出錯，
建議直接按照編譯darknet時候的配置，可以減少很多出錯的可能性，但是還是有可能出錯，
我遇到了一個cuda相關的錯誤，需要把下圖這個地方配置一下，去掉一些內容。
- 調用代碼參考：C++調用YOLOV4模型進行目標檢測-使用YOLOV4官方接口，這篇文章唯一的問題就是他是在Linux上調用的，而我要在Windows上調用。
- 自己的項目中要把yolo_cpp_dll.lib文件放進來，添加進鏈接器的附加依賴項中，
yolo_v2_class.hpp這個文件也記得放進來，其他的一些項目配置，參考darknet，該放進來的都放進來，編譯過程中遇到鏈接之類的錯誤，一般就是附加依賴項中少配置了什么東西，總體上跑不出這些文件。 - 直接搬上面的文章中的代碼有點小問題，因為它是Linux系統中運行的，用了一些Linux系統自由的和時間相關的庫，相關內容去掉或者改成合適的就好了，當然，梳理一下代碼，自己寫出適合自己的就更合適了。