cianfen的部落格

每次安裝 都會吃悶虧. 紀錄下過程, 給自己或是有需要的人.

主機配備 : 

CPU: 11th Gen Intel(R) Core(TM) i7-11700 @ 2.50GHz   2.50 GHz

RAM: 32GB

GPU 3080 Ti

安裝步驟, 列下成功的版本, 供參考

1. python (ver 3.7.7)

2. Git  (2.26.2?)

3. CMake (3.22.0-rc3)

4. Visual Studio Installation (VS2019)

5. CUDA driver (11.5) and CuDNN driver (8.2.4)

前4項就先行跳過, 可自行google / youtube search , 可以找到很多詳細說明. 或這裡

A. 安裝CUDA toolkit driver https://developer.nvidia.com/cuda-toolkit-archive

    最重要的是選版本, 如果是30 系列, 要選11.x 以後的版本.

    一開始就直接選最新的, 11.5 這也是在過程中遇到困難的因素.

    # 須要註冊後才可以download. 及安裝.

    安裝完畢後, 在 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.5 會有所有的driver 的相關的lib

B. 下載及設定 CuDNN  https://developer.nvidia.com/rdp/cudnn-archive

    最重要的是選版本, 請依說明選擇就可以, 但如果用到11.5 版本, 就不能選 8.3 以上的版本, bug 尚未修正 (2021/11/20)

    如果還是不成功, 請加安裝CUDA 11.1, 記得將C. C-source 說明的步驟再做一次

    ##重要動作 下載解壓後, 將3個目錄的貼到 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.5\  bin, lib , include

 &&& 如果選錯版本, 在run time 時會出現 以下的錯誤

    Could not load library cudnn_ops_infer64_8.dll. Error code 126
Please make sure cudnn_ops_infer64_8.dll is in your library path!

  &&&  以為將檔案copy 到適當的地方可以修正, ........ 但又出現以下的錯誤

    Could not load library cudnn_cnn_infer64_8.dll. Error code 126
Please make sure cudnn_cnn_infer64_8.dll is in your library path!

  # 至此就是無盡的嚐試, 但無論將檔案copy 到任何可能的位置都不會成功.

在這裡 發現原因:  https://githubmemory.com/repo/AlexeyAB/darknet/issues/8206

C. C-source 說明

    a. download source :  先建立及cd 到對的工作目錄, 在 windows_Box : command line 下輸入   "git clone https://github.com/AlexeyAB/darknet.git"

    b. D:\Yolo_v4\darknet\build\darknet, 對以下2個檔案做修正. 指定到對的 toolkit 版本號

           1.    darknet.vcxproj

           2.    yolo_cpp_dll.vcxproj

        &&& 可使用 notepad 或文字編輯軟體來修正.

               <Import Project="$(VCTargetsPath)\BuildCustomizations\CUDA 11.5.props" />     " 將11.5 改到 CUDA 的版本

               有二處須修正.

     c. 在darknet.vcxproj 按右鍵開啟

           如果windows SDK 的版本比source code 新, 會跳出dialog 讓你選擇

           然後直接建置方案--> 重建方案

           接下來對可能的error 做修正

             1.  缺少 include path: C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.5\include

             2.  加入 opencv 的include path:

             3.  缺檔案:

                 Copy  cudnn64_7.dll, or  cudnn64_8.dll to build/darknet/x64    <--- 最後執行檔darknet 所放置的目錄

              4. 缺 sw package

                 Install pthread

                    VS2019--> project --> 管理 Nuget 套件  --> 切到瀏覽  search "pthread" then install

              5. 如果安裝順序不對, 還會有其他問題, 以下為非正規的修正

                   a. 一堆 Error/ undefined :Identifer "Blockidx" Is Undefined

                       在source 中, 增加 include, or define

                          include , device_launch_parameters.h   device_functions.h

                  b. 屬性中 CUDA C/C++ 的device, 

                              compute_35,sm_35;compute_86,sm_86,    _30, _20, _10,   &我尚不知真實含義, 應跟GPU 系列的指令集相關

               6. 增加環境變數給, lib, include path, 或是直接加入在專案->屬性-> c++, link 中

                1.    On the Windows taskbar, right-click the Windows icon and select System.

                2.    In the Settings window, under Related Settings, click Advanced system settings.

d. 建立 darknet.vcxproj ,     yolo_cpp_dll.vcxproj 如果都沒有error 且產生目標檔, 就可以執行測試

       a. cmd ,,, then enter

          darknet detector test cfg/coco.data cfg/yolov4.cfg yolov4.weights data/dog.jpg

                darknet.exe detector test cfg/coco.data cfg/yolov4.cfg yolov4.weights -thresh 0.25

          直接測試!!!

# darknet_no_gpu.sln   :  不須使用 GPU 的版本.

Good Luck!!!

其他YOLO相關文章

darknet.exe 使用說明- 任性學習

darknet.exe 使用說明-訓練命令發生錯誤 -Create 6 permanent cpu-threads. -任性學習

YOLOV4 training-訓練步驟 darknet-從零開始- 任性學習

YOLO 準備資料的小工具(一)-png to jpg -任性學習

YOLOV4 建立darknet 綠色執行環境 - 任性學習

YOLO source code 安裝 VC++

在windows 中 安裝 YOLOV7 pytorch CUDA 3080 環境建立

AI:

[LLAMA][oobabooga] webui 安裝及使用 (windows)