[PYTHON] YOLO v4 Umgebungskonstruktion ①

nächstes Mal YOLO v4-Umgebungskonstruktion ②

Referenz https://youtu.be/5pYh1rFnNZs

System

Windows10 GeForce GTX 960

Python-Installation

Installieren Sie Python 3.7.7 ** Aktivieren Sie `` `Python 3.7 zu PATH hinzufügen``` **

Installieren Sie numpy

An der Eingabeaufforderung

$ pip install numpy

Übrigens, aktualisiere pip

$ python -m pip install --upgrade pip

Visual Studio Code installieren

Ich möchte Visual Studio Code zum Standardeditor für Git machen, also installieren Sie ihn zuerst. Version ist 1.45.1 Keine Notwendigkeit für jemanden mit einem anderen Editor

Installieren Sie Git

Installieren Sie Git 2.26.2 Es gibt einen Bildschirm zur Auswahl des Standardeditors. Wählen Sie daher VSCode aus (Standard ist Vim). Fahren Sie dann fort, wie es in Ordnung ist

Installieren Sie CMake

Installieren Sie CMake 3.17.2

Visual Studio-Installation

Installieren Sie Visual Studio 16.5 Community

Aktivieren Sie die Option ** Python ** und ** Desktop-Entwicklung **, um sie zu installieren

Sie werden aufgefordert, neu zu starten ** Starten Sie Ihren PC neu **

GPU-Treiber-Update

Laden Sie den Treiber von [NVIDIA Official] herunter und installieren Sie ihn in Ihrer Umgebung (https://www.nvidia.co.jp/Download/Scan.aspx?lang=jp).

• Grafikkarten anderer Marken werden nicht unterstützt Auf GTX960 445.87 aktualisiert Wenn Sie fertig sind ** Starten Sie Ihren PC neu **

CUDA-Installation

Suchen und herunterladen Sie nvidia cuda toolkit Version 10.2

Ändern Sie das Installationsziel in direkt unter dem Laufwerk C.

Fahren Sie dann so fort, wie es ist

Laden Sie NVIDIA cuDNN herunter

https://developer.nvidia.com/cudnn

Erstelle ein neues Konto und lade ** cuDNN v7.6.5 ** herunter

Verschieben Sie die heruntergeladene ** Zip-Datei direkt unter das Laufwerk C und entpacken Sie sie **, um den Ordner `` `cuda``` zu erstellen.

Platzieren Sie die entpackten cuDNN-bezogenen Dateien unter CUDA

\cuda\In bin**cudnn64_7.dll**Kopieren

#### **`\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\In den Papierkorb einfügen`**
```c


 Ähnlich

#### **`\cuda\In include**cudnn.h**Kopieren`**
```c


#### **`\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\Zum Einfügen einfügen`**
```c



#### **`\cuda\lib\Bei x64**cudnn.lib**Kopieren`**
```c


#### **`\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\lib\In x64 einfügen`**
```c


# OpenCV-Installation
## Klonen Sie opencv und opencv_contrib von GitHub
 Erstellen und verschieben Sie das Verzeichnis `` `opencv``` direkt unter das Laufwerk C.

git clone https://github.com/opencv/opencv git clone https://github.com/opencv/opencv_contrib

 Erstellen Sie ein `` `build``` Verzeichnis im selben Verzeichnis

 ![opencv_build.jpg](https://qiita-image-store.s3.ap-northeast-1.amazonaws.com/0/644808/c7fddfac-f7d5-bc06-f32e-7125eb16ca81.jpeg)



# CMake Einstellungen und Build
 Starten Sie CMake und setzen Sie den Quellcode und das Build-Ziel auf `` `C: / opencv / opencv``` bzw.` `` C: / opencv / build```.
 ![cmake.jpg](https://qiita-image-store.s3.ap-northeast-1.amazonaws.com/0/644808/de0bddd6-0afe-5342-9526-7fc0c0d80f64.jpeg)


 Drücken Sie die Taste ** Configure **, um Generator und Plattform auf `` `Visual Studio 16 2019``` und` `` x64``` einzustellen
 ![cmakeconfig.jpg](https://qiita-image-store.s3.ap-northeast-1.amazonaws.com/0/644808/43987403-e498-12a2-9a15-0d28df1b65fa.jpeg)

 Überprüfen Sie `` `BUILD_opencv_world`` `in der Liste

 ![build_cvworld.jpg](https://qiita-image-store.s3.ap-northeast-1.amazonaws.com/0/644808/a9f0d836-4810-8864-c255-a51d755c2826.jpeg)

 Bestätigen Sie, dass keine Fehler vorliegen, und drücken Sie ** Generieren **

# Erstellen Sie OpenCV in Visual Studio
 Öffnen Sie ** ALL_BUILD.vcxproj ** im Build-Ordner `` `C: \ opencv \ build``` und starten Sie Visual Studio

 Wechseln Sie in den Release-Modus und erstellen Sie `` `ALL_BUILD``` und` `INSTALL``` aus dem Kontextmenü
 ![vsbuild.jpg](https://qiita-image-store.s3.ap-northeast-1.amazonaws.com/0/644808/59dda162-71a7-beb2-42bd-3589da413636.jpeg)

## Überprüfen Sie den Vorgang an der Eingabeaufforderung
 Starten Sie den Python-Interpreter an der Eingabeaufforderung und überprüfen Sie, ob openCV funktioniert

$ python

import cv2 cv2.version '4.3.0-dev'

# Fahren Sie mit dem nächsten Mal fort

 [YOLO v4-Umgebungskonstruktion ②](https://qiita.com/kzsDev/items/85d117195f44a86dd8fe)