windows平台使用CMake工具对darknet的编译以及安装过程+yolov3+图像检测+摄像头检测+视频检测+手机作为摄像头进行检测（详解）

目录

1.编译和安装教程

（1）安装visual studio 2022

（2）CMake下载及安装

（3）下载darknet.zip文件

（4）安装OpenCV 

（5）修改Makefile文件

（6）修改CMakeLists.txt文件

（7）使用CMake工具

2.yolov3进行测试

（1）单张图像进行检测 

（2）开启摄像头进行检测

（3） 视频检测

（4）使用手机摄像头作为电脑的摄像头进行检测

DarkNet的编译及安装的过程（无GPU的情况详解）

两款IP Camera+YOLOV3进行目标检测（手机摄像头作为电脑摄像头使用）

提示：之前关于使用make对DarkNet进行编译的过程，在对单张图片进行目标检测的时候，没有什么问题。但是其实存在一个没有解决问题，就是如果是检测视频或者开启摄像头进行检测话，会产生很大的问题，下面采用CMake对darknet进行编译，既可以对单张图像进行目标检测，也可以开启摄像头进行检测。

https://github.com/AlexeyAB/darknet#for-using-network-video-camera-mjpeg-stream-with-any-android-smartphone

注意：在这个官方的GitHub代码中已经给出了相关的教程，但是并没有给出细节以及在后面使用的过程会出现的问题，这篇文章主要是解决一些细节和可能会出现的问题。

 文章来源地址https://www.toymoban.com/news/detail-752547.html

1.编译和安装教程

（1）安装visual studio 2022

https://visualstudio.microsoft.com/thank-you-downloading-visual-studio/?sku=Community

（2）CMake下载及安装

https://cmake.org/download/

（https://mydreamambitious.blog.csdn.net/article/details/130367003）

提示：读者下载之后进行解压，可以在/bin目录下看到一个cmake-gui.exe可执行文件，后面就是要使用这个。 

（3）下载darknet.zip文件

https://github.com/AlexeyAB/darknet/archive/master.zip

提示：这里面就是官方给出的代码以及一些其他很多文件。

（4）安装OpenCV 

https://opencv.org/releases/

提示1：安装完成OpenCV之后，将如下路径添加到Path环境变量中：

E:\opencv\build\x64\cv15\lib

提示2：为了防止后面在CMake进行配置的时候提示，找不到OpenCV，进行如下操作：

添加OpenCV目录下的build路径：

（5）修改Makefile文件

（6）修改CMakeLists.txt文件

提示：这是在使用CMake进行配置和生成过程中报的错，由于我们使用的CPU，所以这里需要进行如下修改。 

提示：这里为什么也要修改，是因为在使用CMake工具的进行配置和生成的时候提示我们没有使用GPU，那么这里的GPU和CUDNN之类的也需要修改为OFF，将其关闭。 

或者如果不直接修改CMakeLists.txt文件的内容，也可以将其下面红色部分关于CUDA的地方的“√”去掉即可。

（7）使用CMake工具

提示：

• 第一个路径是下载的darknet.zip解压之后的darknet-master路径；
• 第二个路径是将build之后的文件存放的地方，自己选择一个路径（注意这个路径中最好不要有中文）。

提示： 选择刚才安装的visual studio 2022的版本（版本一定要对应），选择x64版本。选择完成之后点击“finish”。

提示：开始进行配置，如果配置过程中出错了，需要重新进行配置，点击CMake上面的：

 

提示：配置完成之后即可点击“Generate”. 

提示：生成完毕之后，点击“Open Project”.

提示：根据之前在选择build的路径，找到Release目录，即可在其下面看到darknet.exe。可以将其复制到darknet-master目录下（自己决定，只不过后面在使用的比较方便）。 

2.yolov3进行测试

YOLOV3主页：https://pjreddie.com/darknet/yolo/

（1）单张图像进行检测 

提示：首先使用如下命令对单张图像进行检测（已经将darknet.exe复制到darknet-master目录下，并且当前处于darknet-master目录下），打开cmd命令窗口（windows）：

darknet detect cfg/yolov3.cfg weights/yolov3.weights data/dog.jpg

• 必须指定darknet的路径（由于darknet处于当前目录，所以只需写darknet）；
• 必须指定detect关键词；
• 指定yolov3.cfg配置文件位置；
• 指定yolov3.weights权重文件位置；
• 指定测试图片dog.jpg的路径；

提示：在使用上面的命令的时候也许会报错误，比如：

•  由于找不到opencv world455.dll,无法继续执行代码。重新安装程序可能会解决此问题。
• 由于找不到pthreadVC2.dlI,无法继续执行代码。重新安装程序可能会解决此问题。

提示：解决方法如下，就是找到opencv的安装位置目录opencv\build\x64\vc15\bin下的相应报错文件复制到当前的darknet-master目录下： 

 可以到darknet-master\build\darknet\x64找到pthreadVC2.dll也复制到当前的darknet-master目录下。

 

（2）开启摄像头进行检测

darknet detector demo cfg/coco.data cfg/yolov3-tiny.cfg weights/yolov3-tiny.weights

相关解释如上：

提示：按下ESC键，退出检测。 

（3） 视频检测

darknet detector demo cfg/coco.data cfg/yolov3-tiny.cfg weights/yolov3-tiny.weights video/demo.mp4

注意：也许执行上面的命令的时候会报错：

解决方案： 解决方法如下，就是找到opencv的安装位置目录opencv\build\x64\vc15\bin下的相应报错文件复制到当前的darknet-master目录下：

将文件opencv_videoio_ffmpeg455_64.dll复制到当前的darknet-master目录下： 

（4）使用手机摄像头作为电脑的摄像头进行检测

两款IP Camera+YOLOV3进行目标检测（手机摄像头作为电脑摄像头使用）

darknet detector demo cfg/coco.data cfg/yolov3-tiny.cfg weights/yolov3-tiny.weights http://admin:admin@192.168.236.172:8080/video（注意：手机和电脑处于同一个网段（同一个热点或者WIFI））

到了这里，关于windows平台使用CMake工具对darknet的编译以及安装过程+yolov3+图像检测+摄像头检测+视频检测+手机作为摄像头进行检测（详解）的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！