编译yolov4 window10
yolo算法系列是非常好用的目标检测算法，这次yolov4版本的更新，主要是概括了一下改进目标检测的很多tricks，然后用近乎排列组合的方式，组合试验了这些tricks，选出一种最优。没有过多理论，没有复杂的操作，就是干，就是效果好！是工程应用人员的福音。之前用yolov3做了一个工业视觉检测的项目https://blog.****.net/sinat_41852207/article/details/103025737，效果已经非常好了，期待yolov4！
windows编译yolov4方法参考 https://github.com/AlexeyAB/darknet中的README文件，有好几种方法，我用的方法是直接在vs中编译的，不需要使用cmake。具体过程如下：
cuda8.0 cudnn5.1（官方建议cuda10和cudnn7以上，我用cuda8.0和cudnn5.1也可以使用）
vs2017(实际是在vs2017中使用vs2015版本编译器 V140)
百度云：https://pan.baidu.com/s/1hEB0JS48Ax85Gnd6IL3new
提取码：rk07
2.yolov4.weights: https://pan.baidu.com/s/1ZNK7FbqC2TlVKukQFqGYSw g0ju（训练好的模型）
1.进入D:\software_engineer\darknet\darknet\build\darknet文件夹，打开darknet.vcxproj，把CUDA 10.0" 换成CUDA 8.0（8.0是我的cuda版本，换成自己的即可），（有的人里面不是CUDA 10.0，是CUDA9.1，也一样换成自己的版本号）
如果你的vs版本是vs2013，则要把下图中的14.0改成12.0, V140改成V120
2.然后用vs2017打开darknet.sln, 不要升级
将项目改成Release x64。然后需要重定向项目:右键项目–>重定向项目
如果是VS2017，需要修改工具集（下载工具集过程见1.1），修改如下：右键项目–>属性
如果安装vs2017时没有选择这个工具，不要紧，退出VS2017。在菜单里打开Visual Studio Installer.
CUDA 8.0.props 等文件就在cuda的安装目录下，cuda默认路径是：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\extras\visual_studio_integration\MSBuildExtensions，
拷贝这四个文件到C:\Program Files (x86)\MSBuild\Microsoft.Cpp\v4.0\v140\BuildCustomizations，这个是vs2017安装后的路径，不然有可能会报如下错误：
5.打开darknet.h头文件看一下里面有没有红色下波浪线，没有就不用做这一步
1.我的include<pthread.h>这句话出错，找不到该头文件，解决方法：右键项目--》管理NuGet程序包，搜索pthread，然后安装
2.我的include<cudnn.h>这句话也出错了，解决方法是（前提是cudnn正确安装）：
6.build项目，会有两千多个警告，不用管。build成功之后在工程目录下×64下多了些darknet.exe等文件，
然后把之前下载的yolov4.weights文件放到darknet.exe同文件夹里
然后进入darknet-master\build\darknet\x64\文件夹，进入cmd或者powershell界面，然后输入darknet.exe detector test data/coco.data cfg/yolov4.cfg yolov4.weights -i 0 -thresh 0.25 dog.jpg
注：编译darknet时可能会遇到如下报错
错误 MSB3721 The command ""C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\bin\nvcc.exe" -gencode=arch=compute_30,code=\"sm_30,compute_30\" -gencode=arch=compute_75,code=\"sm_75,compute_75\" --use-local-env -ccbin "C:\Program Files (x86)\Microsoft Visual Studio 14.0\VC\bin\x86_amd64" -x cu -I\include -IC:\opencv_3.0\opencv\build\include -I..\..\include -I..\..\3rdparty\stb\include -I..\..\3rdparty\pthreads\include -I"C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\include" -I"C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\include" -I\include -I\include -I"C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\include" --keep-dir x64\Release -maxrregcount=0 --machine 64 --compile -cudart static -DOPENCV -DCUDNN_HALF -DCUDNN -D_TIMESPEC_DEFINED -D_SCL_SECURE_NO_WARNINGS -D_CRT_SECURE_NO_WARNINGS -D_CRT_RAND_S -DGPU -DWIN32 -DNDEBUG -D_CONSOLE -D_LIB -D_MBCS -Xcompiler "/EHsc /W3 /nologo /O2 /Fdx64\Release\vc140.pdb /FS /Zi /MD " -o x64\Release\activation_kernels.cu.obj "G:\daek\darknet-master\src\activation_kernels.cu"" exited with code 1. darknet C:\Program Files (x86)\MSBuild\Microsoft.Cpp\v4.0\V140\BuildCustomizations\CUDA 8.0.targets 712