VS2015 + OPENCV + CUDA 安装流程
VS2015 https://blog.csdn.net/guxiaonuan/article/details/73775519?locationNum=2&fps=1
OPENCV https://blog.csdn.net/greenhandcgl/article/details/80505701
CUDA https://blog.csdn.net/u013165921/article/details/77891913
CUDA其中有些地方需要修改:
CUDA_SDK_PATH C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.2
CUDA_BIN_PATH %CUDA_PATH%\bin
CUDA_LIB_PATH %CUDA_PATH%\lib\x64
CUDA_SDK_BIN_PATH %CUDA_SDK_PATH%\bin
CUDA_SDK_LIB_PATH %CUDA_SDK_PATH%\lib\x64
判断是Debug编译, 还是Release编译。
判断是32位, 还是64位。
- #include "json/json.h"
- #ifdef _DEBUG
- #ifndef _WIN64
- #pragma comment(lib,"json/json_mtd.lib")
- #else
- #pragma comment(lib,"json/json_mtd_x64.lib")
- #endif
- #else
- #ifndef _WIN64
- #pragma comment(lib,"json/json_mt.lib")
- #else
- #pragma comment(lib,"json/json_mt_x64.lib")
- #endif
- #endif
- using namespace Json;
DEBUG 与 RELEASE的区别:
Debug选项称为调试版本,顾名思义这个选项是调试的时候使用的。这个选项的配置中,所有代码生成的优化都是关闭的,于是我们触发断点后可以通过即时/局部变量窗口来观察对应的变量。
Release选项称为发布版本,这个选项的配置使得编译器可以对我们的代码进行低等级的,复杂的优化。优化后代码可能会”面目全非“,导致单步调试变得不可行,我们也无法在变量窗口中看到变量,因为我们要观察的变量可能被优化了。并且发布版本不会生成.PDB文件(.PDB文件让调试器能知汇编指令与代码行数之间的对应关系)
编译流程: https://blog.csdn.net/shadandeajian/article/details/80913481
更完整的流程: https://blog.csdn.net/sinat_35907936/article/details/82017127
预训练权重下载: https://pjreddie.com/darknet/yolo/
编译好后, 进入exe目录, darknet.exe detector test data/coco.data yolov3.cfg yolov3.weights -i 0 -thresh 0.25 dog.jpg
修改并打开工程文件: darknet.vcxproj
VC++ 目录:
包含目录: D:\library\opencv\build\include;D:\library\opencv\build\include\opencv;D:\library\opencv\build\include\opencv2;$(CUDA_PATH)\include;$(IncludePath)
库目录: D:\library\opencv\build\x64\vc14\lib;$(CUDA_PATH)\lib\x64;$(LibraryPath)
链接器:
附加库目录: D:\library\opencv\build\x64\vc14\lib;%(AdditionalLibraryDirectories)
输入: 附加依赖项: opencv_world340d.lib cublas.lib cuda.lib cudadevrt.lib
--------------------------------------------训练模型-------------------------------------------------
# 构建自定义的数据集:
darknet.exe detector train mydata/my.data mydata/yolov3.cfg yolov3.weights
1. 使用voc_label.py 生成 VOCdevkit//VOC2007//labels// 与 2007_train.txt 等文件。
2. 将图片jpg与标签txt放置在一个文件夹。
darknet.exe detector test mydata/my.data mydata/yolov3.cfg backup/yolov3_final.weights -i 0 -thresh 0.25 data/iom/VOCdevkit/VOC2007/JPEGImages/1.jpg
停留在控制台: 项目——属性——配置属性——链接器——系统, 找到子系统选项,其下拉菜单,选择控制台。
darknet.c main -> main_
测试已有视屏:
./darknet detector demo cfg/voc.data cfg/yolo-voc.cfg final_voc.weights your_video_path.mp4
测试时会直接弹出一个窗口播放视屏,可以看是实时检测视屏的效果。
测试摄像头实时检测场景:
./darknet detector demo cfg/voc.data cfg/yolo-voc.cfg final_voc.weights
和测试已有视屏类似,运行该命令后,会调用摄像头,弹出一个窗口显示摄像头拍摄实时场景,并做实时检测。
预测测试集:
./darknet detector valid cfg/voc.data cfg/yolo-voc.cfg final_voc.weights
统计测试集合测试效果:
./darknet detector recall cfg/voc.data cfg/yolo-voc.cfg final_voc.weights
使用Zbar扫描二维码:
1. Zbar官网提供的windows版 只支持32位, 因此64位的机器可以去github下载国外大牛写的64位的Zbar: https://github.com/lineCode/ZBarWin64-1
2. 下载好后在VS中配置, VC++目录 -> 包含目录: Zbar的include, 库目录: lib目录, 链接器 -> 输入: libzbar64-0.lib, 配置好后, 新建项目, 将Zbar64中的 libconv目录下的 .lib .dll 复制到自己项目的.exe下;
3. 关于项目的更详细文章, https://blog.csdn.net/zt_xcyk/article/details/78006223 https://blog.csdn.net/zhdnuli/article/details/50427717
--------------------------------linux跨平台-----------------------------------------------
windows项目开发好后需要移植到linux平台: Visual Studio 2015+VisualGDB5.3
https://blog.csdn.net/RichardWQJ/article/details/79872178
https://www.cnblogs.com/hbccdf/p/use_vs_and_visualgdb_develope_linux_app.html
linxu安装: http://www.cnblogs.com/yaohong/p/7240387.html
改成桥接问题: https://blog.csdn.net/juliarjuliar/article/details/79455284
注意在配置网关时, 应与主机网关一致, 否则无法连接到外网
vi /etc/hosts
192.168.10.112 pc1. ..
安装cmake:
下载 wget https://cmake.org/files/v3.3/cmake-3.3.2.tar.gz
安装cmake cd cmake-3.3.2
./bootstrap
gmake
make install
安装gcc支持环境
yum -y install gcc
yum -y install gcc-c++
yum -y install gcc gcc-c++ kernel-devel
yum -y install gcc-gfortran
yum -y install subversion
yum -y install gtk*
pkg-config --version
yum -y install libpng-devel
yum -y install zlib-devel
yum -y install libjpeg-devel
yum -y install libtiff-devel
yum -y install libjasper-devel
yum -y install swig
sudo yum -y install libpng-devel libjpeg-turbo-devel jasper-devel openexr-devel libtiff-devel libwebp-devel libdc1394-devel libv4l-devel gstreamer-plugins-base-devel gtk2-devel tbb-devel eigen3-devel gstreamer1-libav gstreamer1-plugins-base-devel java-1.8.0-openjdk-devel python2-numpy ffmpeg-devel ffmpeg-libs.i686 ffmpeg libavdevice.i686 libpng-devel libjpeg-turbo-devel jasper-devel openexr-devel libtiff-devel libwebp-devel libdc1394-devel libv4l-devel gstreamer-plugins-base-devel gtk2-devel tbb-devel eigen3-devel gstreamer1-libav gstreamer1-plugins-base-devel gtk+extra-devel gtk+-devel.i686 cmake pkg-config libgtk libavcodec libavformat libswscale swig
cd opencv目录
mkdir build
cd build
cmake -D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_INSTALL_PREFIX= /usr/local -DPYTHON_INCLUDE_DIR=/usr/include/python2.7 -DPYTHON_LIBRARY=/usr/lib/python2.7/config/libpython2.7.so ..
cmake之后, 发现大量错误
安装python 3.5 https://www.linuxidc.com/Linux/2016-04/129784.htm
安装python 3.5后, 解决yum无法使用的办法 https://blog.csdn.net/degrade/article/details/52814296
安装 ccache https://blog.csdn.net/hanlizhong85/article/details/71038515
升级g++版本 http://blog.sina.com.cn/s/blog_64b11b380101f2yb.html
使用c++11编译
g++ -std=c++11 -o test test.cpp
安装numpy yum -y install numpy 如果因为python版本而出现错误 改成#! /usr/bin/python2.7
yum安装还是不行 http://jaist.dl.sourceforge.net/project/numpy/NumPy/1.11.1/ cd 进该目录 python setup.py install 重启
cmake .. 时有些检查Test通不过, 有可能是opencv没删干净; make unistall find / -name "*opencv*" -exec rm -i {} \; find / -name "*cv2.so*" -exec rm -i {} \;
sudo make
sudo make install
经过反复蛋疼的重装, 劝各位还是用ubantu吧, 别用centos了.
linux 安装opencv https://blog.csdn.net/qq_36449541/article/details/78999581
卸载: https://blog.csdn.net/xulingqiang/article/details/52496701
g++ test.cpp && ./a.out 结果打印到控制台
https://pjreddie.com/darknet/yolo/
VS2015 + OPENCV + CUDA 安装流程的更多相关文章
- opencv探索之路(一):win10 X64+VS2015+opencv3.10安装教程
我的电脑64位Win10系统,现在利用VS2015安装opencv3.10.安装之路颇为艰辛,从一开始的VS2015的安装,到opencv的安装,都充满挑战,历经千辛万苦终于把opencv开发环境搭建 ...
- VS2015编译环境下CUDA安装配置
CUDA下载 CUDA是NVIDIA推出的通用并行计算架构,该架构使GPU能够解决复杂的计算问题,CUDA只支持NVIDIA自家的显卡,过旧的版本型号也不被支持. 下载地址:https://devel ...
- Ubuntu开发用新机安装流程
1.SSH安装 Ubuntu缺省已安装客户端,此处安装服务端 sudo apt-get install openssh-server 确认sshserver是否启动 netstat -tlp | gr ...
- Caffe+VS2015+python3的安装(基于windows)
在网上找了许多安装Caffe的教程 感觉全都是杂乱无章的 而且也没有详细的 只能自己当小白鼠来实验一次了 本次配置:CUDA 8.0+ CUDNN +VS 2015 +Python 3.5 + Ca ...
- VS2015+OpenCV+Qt
VS2015+OpenCV+Qt 01.OpenCV 下载 进入官网链接: https://opencv.org,下载所需要的版本: 下载完成后直接双击,选择解压路径,解压到响应的文件夹中: 若之后需 ...
- iOS 最新版 CocoaPods 的安装流程
iOS 最新版 CocoaPods 的安装流程1.移除现有Ruby默认源$gem sources --remove https://rubygems.org/2.使用新的源$gem sources - ...
- 最新版 CocoaPods 的安装流程
iOS 最新版 CocoaPods 的安装流程 1.移除现有Ruby默认源 $gem sources --remove h ...
- CocoaPods安装流程
iOS 最新版 CocoaPods 的安装流程 1.移除现有Ruby默认源 $gem sources --remove https://rubygems.org/ 2.使用新的源 $g ...
- CentOS 7 64位的安装流程
若出现以下不支持虚拟机的问题: 表示虚拟机检测到CPU支不支持虚拟化,要去BIOS里设置虚拟化技术设置为enabled:重启电脑-按"F1或Fn+F1"-进入BIOS主界面-移至S ...
随机推荐
- CISCO静态路由配置
静态路由:手动添加路由条目到路由表中 优点:没有额外的路由cpu负担,节约带宽,增加网络安全性. 缺点:必须去了解整个拓扑结构,如果网络拓扑发生变化,需要在所有r路由上手动修改路由表. 实验拓扑如下: ...
- 【Tars】腾讯微服务框架Tars介绍
目录 1.介绍2.设计思路3.整体架构4.平台特性1. 介绍 Tars是[基于名字服务][使用Tars协议]的高性能[RPC]开发框架,同时配套一体化的[服务治理平台],帮助个人或者企业快速的以微服务 ...
- Scrapy 框架 手动发送请求 POST 请求的发送
手动发送请求 import scrapy from choutiSpider.items import ChoutispiderItem class ChoutiSpider(scrapy.Spide ...
- A1制作文件夹目录
第一步 在文件夹目录下建立bat文件,填写以下内容: dir *.* /B >目录.txt 最后双击bat文件. 第二步 运行后复制目录.txt文件内容到空白excel 使用hyperlink函 ...
- 文件是数据的流式IO抽象,mmap是对文件的块式IO抽象
文件是数据的流式IO抽象,mmap是对文件的块式IO抽象
- 【转】AJAX发送 PUT和DELETE请求注意事项
jax使用restful服务发送put 和 delete 请求时直接传参会出现问题 一,采用POST + _method:delete/put + filter 的方法ajax发送put 和 de ...
- 什么是JWT
根据维基百科的定义,JSON WEB Token(JWT,读作 [/dʒɒt/]),是一种基于JSON的.用于在网络上声明某种主张的令牌(token).JWT通常由三部分组成: 头信息(header) ...
- 【angularjs】使用angular搭建项目,pc端实现网页中的内容不可复制
实现目标:不可复制页面内容 js: <script language="javascript"> if (typeof(document.onselectstart) ...
- Visual Studio 2013 编译 64 位 Python 的 C 扩展 (使用 PyObject 包装)
对于 32 位 Python 的 C 扩展,以前用过 mingW32 编译, 但是 mingW32 不支持 64 位 Python 的 C 扩展编译,详情可见 stackoverflow,这位前辈的大 ...
- i春秋-百度杯十月场-vld
查看源码,有提示,index.php.txt , 进入得到文本. 不太看得懂,后来百度,大致就是,flag1=.......&flag2=......&flag3=...... , ...