Embedded Files
筆者使用windows10筆電，CPU為Intel(R) Core(TM) i7-10750H CPU @ 2.60GHz ，GPU為GeForce GTX 1660 Ti。
Step1)安裝Visual Studio2019 Community(https://visualstudio.microsoft.com/zh-hant/downloads/)
Step2)確定已經安裝「MSVC v142 - VS 2019 C++ x64/x86 建置工具」與英文操作環境。
點選「工具->取得工具與功能」，點選「個別元件」，確定「MSVC v142 - VS 2019 C++ x64/x86 建置工具」已經安裝，如下圖。
點選「語言套件」，勾選「英文」安裝，如下圖。
Step3)安裝cuda、cudnn與opencv
cuda11.4.1(cuda_11.4.1_471.41_win10.exe) https://developer.nvidia.com/cuda-11-4-1-download-archive
cudnn11.4(cudnn-11.4-windows-x64-v8.2.2.26.zip) https://developer.nvidia.com/rdp/cudnn-download
opencv4.5(opencv-4.5.4-vc14_vc15.exe) https://opencv.org/opencv-4-5-4/
將cudnn解壓縮後的bin、include與lib資料夾，覆蓋C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.4資料夾。
Step4)使用指令「cmd」開啟命令提示字元。
Step4a)從https://github.com/Microsoft/vcpkg.git下載程式碼。
Step4b)使用「cd vcpkg」切換到資料夾vcpkg
Step4c)執行「 .\bootstrap-vcpkg.bat」
Step4d)執行「 .\vcpkg install darknet[full]:x64-windows」，下載所有套件的原始碼並重新編譯，執行時間約三小時。
Step5)下載yolov4.weights(https://github.com/AlexeyAB/darknet/releases/download/darknet_yolo_v3_optimal/yolov4.weights)到資料夾C:\vcpkg\installed\x64-windows\tools\darknet，該資料夾為編譯完成後執行檔darknet.exe所在位置。
Step6)執行「darknet detect cfg/yolov4.cfg yolov4.weights data/dog.jpg 」可以辨識圖片data/dog.jpg，「Ctrl+C」中斷執行。
Step6)執行「darknet detector demo cfg/coco.data cfg/yolov4.cfg yolov4.weights -c 0 」開啟筆電攝影機進行即時辨識，「Ctrl+C」中斷執行。
Step7)執行「darknet.exe detector demo cfg/coco.data cfg/yolov4.cfg yolov4.weights input.mp4 -out_filename output.avi」，影片input.mp4輸入到yolov4辨識結果輸出到output.avi。影片來源https://mixkit.co/free-stock-video/crowds-of-people-cross-a-street-junction-4401/，辨識影片截圖如下。
Page updated
Google Sites
Report abuse