【cuda】yolo2 windows vs2015 cuda cudnn
2017-09-13 17:48
232 查看
环境:
win10 x64
cuda8.0
cudnn5.1(官网暂时不能下载):http://download.csdn.net/download/u012223520/9683325#comment
vs2015(安装省略)
1,cuda8.0安装及安装遇到的问题:http://blog.csdn.net/qq_15947787/article/details/77967457
配置环境变量
CUDA_SDK_PATH = C:\ProgramData\NVIDIA Corporation\CUDA Samples\v8.0
CUDA_LIB_PATH = %CUDA_PATH%\lib\x64
CUDA_BIN_PATH = %CUDA_PATH%\bin
CUDA_SDK_BIN_PATH = %CUDA_SDK_PATH%\bin\x64
CUDA_SDK_LIB_PATH = %CUDA_SDK_PATH%\common\lib\x64
然后,在系统变量 PATH 的末尾添加:
;%CUDA_LIB_PATH%;%CUDA_BIN_PATH%;%CUDA_SDK_LIB_PATH%;%CUDA_SDK_BIN_PATH%;
备注:ProgramData为隐藏目录,要设置为显示
2,cudnn5.1安装
下载完成后解压缩。里面有bin、include、lib三个目录,将三个文件夹复制到安装CUDA的地方覆盖对应文件夹,默认文件夹在:
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0
3,vs2015配置(下面yolo2的作者已配置好)
包含目录:$(CUDA_PATH)\include
库目录:$(CUDA_PATH)\lib\x64
附加依赖项:
cublas.lib
cuda.lib
cudadevrt.lib
cudart.lib
cudart_static.lib
nvcuvid.lib
OpenCL.lib
4,yolo2工程链接 https://github.com/AlexeyAB/darknet
build/darknet/darknet_no_gpu.sln 是CPU跑的,i7速度在1.5s左右
build/darknet/darknet.sln 是GPU跑的,1050ti是30ms左右
打开darknet.sln,作者已经配置好了pthread,cuda。opencv的包含目录和库目录需要根据你自己的修改,编译。
官网下载(https://pjreddie.com/darknet/yolo/)yolo.weights复制到x64下。在该目录下新建一个cmd文件,写入
darknet.exe detector test data/voc.data yolo.cfg yolo.weights -i 0
pause
win10 x64
cuda8.0
cudnn5.1(官网暂时不能下载):http://download.csdn.net/download/u012223520/9683325#comment
vs2015(安装省略)
1,cuda8.0安装及安装遇到的问题:http://blog.csdn.net/qq_15947787/article/details/77967457
配置环境变量
CUDA_SDK_PATH = C:\ProgramData\NVIDIA Corporation\CUDA Samples\v8.0
CUDA_LIB_PATH = %CUDA_PATH%\lib\x64
CUDA_BIN_PATH = %CUDA_PATH%\bin
CUDA_SDK_BIN_PATH = %CUDA_SDK_PATH%\bin\x64
CUDA_SDK_LIB_PATH = %CUDA_SDK_PATH%\common\lib\x64
然后,在系统变量 PATH 的末尾添加:
;%CUDA_LIB_PATH%;%CUDA_BIN_PATH%;%CUDA_SDK_LIB_PATH%;%CUDA_SDK_BIN_PATH%;
备注:ProgramData为隐藏目录,要设置为显示
2,cudnn5.1安装
下载完成后解压缩。里面有bin、include、lib三个目录,将三个文件夹复制到安装CUDA的地方覆盖对应文件夹,默认文件夹在:
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0
3,vs2015配置(下面yolo2的作者已配置好)
包含目录:$(CUDA_PATH)\include
库目录:$(CUDA_PATH)\lib\x64
附加依赖项:
cublas.lib
cuda.lib
cudadevrt.lib
cudart.lib
cudart_static.lib
nvcuvid.lib
OpenCL.lib
4,yolo2工程链接 https://github.com/AlexeyAB/darknet
build/darknet/darknet_no_gpu.sln 是CPU跑的,i7速度在1.5s左右
build/darknet/darknet.sln 是GPU跑的,1050ti是30ms左右
打开darknet.sln,作者已经配置好了pthread,cuda。opencv的包含目录和库目录需要根据你自己的修改,编译。
官网下载(https://pjreddie.com/darknet/yolo/)yolo.weights复制到x64下。在该目录下新建一个cmd文件,写入
darknet.exe detector test data/voc.data yolo.cfg yolo.weights -i 0
pause
相关文章推荐
- python3.5 caffe(2017.8) cuda8.0 cudnn5.1 VS2015(windows)
- windows+cuda8.0+VS2015+matlab2017b+cudnn5.1安装配置Caffe
- Windows 正确安装OpenCV及使用(CMake+VS2015)
- Windows下基于Anaconda、CUDA、VS2013的Theano环境搭建
- VS2015 C#.net4.6 windows的定时服务
- Windows下vs2015编译Chromium
- Windows 7 64bit VS2015 配置CUDA
- caffe 在windows下建立VS2015的工程, GPU
- webrtc成功编译(windows vs2015)
- Windows7 + vs2015 +gpu 安装yolo v2
- Building of Kaldi VS2015 Project on Windows
- win10下vs2015+python3+theano+keras+cuda8.0安装教程
- VS2015编译错误:调用的目标发生了异常--->此实现不是Windows平台FLPS验证的加密算法的一部分。
- windows平台下载webrtc代码和生成vs2015工程(非ninja)
- Windows下使用VS2015编译openssl库
- ffmpeg在windows下使用MinGW+msys+VS2015编译(x86或64版本,链接x264库,VS2015中可debug调试)
- VS2015+Anaconda4.4.0(Python3.6)+Theano+CUDA8.0+cuDNN5.1环境配置
- openpose vs2015 cuda8.0 cudnn5.0 TiTan xp 环境配置