主题1：YoloV4的安装

1. 安装过程基于https://github.com/AlexeyAB/darknet所说的windows下编译的第一种方法，即运行.\build.ps1，其中build.ps1是windows下的power shell脚本文件，类似于linux下的makefile，里边build.ps1的内容就不细说主要包括：

// 首先获得Program Files(x86)的文件夹路径
function getProgramFiles32bit(){}
// 然后从Program Files(x86)文件夹中利用vswhere.exe找达到visual studio的安装路径
function getLatestVisualStudioWithDesktopWorkloadPath(){
}
// 获得visual studio的版本 
function getLatestVisualStudioWithDesktopWorkloadVersion(){}
// 找到vcpkg(是visual studio的命令行包管理工具，可用来基于vs安装新包)
// 从vs的安装路径下找到Common7\Tools\VsDevCmd.bat运行
// 基于tokens判断vs是哪个版本，并设置用该vs的Cmake
if($tokens[0] -eq “15”){$(generator = “Visual Studio 15 2017”
}
// 如果找到nvcc.exe，则从环境变量找到CUDA_PATH并添加CUDA_PATH\bin
// 从环境变量找到CUDA_PATH并增加额外的环境变量CUDA_TOOLKIT_ROOT_DIR
// 增加CMAKE编译选项-DBUILD_AS_CPP:BOOL=TRUE
// 如果有vcpkg则基于vcpkg进行release版本编译：执行cmkae指令
cmake -G “” -D

2. 编译问题1：在power shell下无法运行build.ps1，因为windows默认禁止脚本运行，需要手动打开脚本限制。在命令行输入diamagnetic修改注册表解除脚本限制

2. 编译问题2：运行build.ps1后警告Could not find package configuration file provided by “OpenCV” with any of following names: OpenCVConfig.cmake, opencv-config.cmake。并提示我设置OpenCV_DIR系统变量到包含该OpenCVConfig.cmake的路径。实际上就是把我之前安装的opencv的系统变量名OpenCV4_2增加一个别名OpenCV_DIR，然后重新编译，发现还是找不到Opencv库。于是打开darknet的cmakelist，手动增加一个变量即：set(OpenCV_DIR D:/Program Installed/opencv-4.2.0/build/install)，发现还是不行，后来灵感发现是我的路径里边包含了一个空格，此时在cmakelist语法中自动被切断为2个字符串，如果需要串联，则需要把该字符串增加双引号，并且斜杠要改成正斜杠，即如下，从而完成编译：

if(ENABLE_OPENCV)set(OpenCV_DIR "D:/Program Installed/opencv-4.2.0/build/install")  # 注意要改成正斜杠find_package(OpenCV)

主题2：YoloV4的预测

这个步骤比较简单，编译安装好以后，按网站指示在命令行执行即可

1. 下载权重：如果速度慢，可以从一些热心人士找到国内下载，比如https://blog.csdn.net/weixin_43723614/article/details/105772081

2. 在powershell命令行运行代码，就会自动在目录下生成已绘制预测框的图片，这一步就略了。

主题3：YoloV4生成dll用于前向推理调用(部署到其他机器)

1. 打开项目根目录/build/darknet文件夹，里边有4个sln项目文件，分别是如下，打开其中的yolo_cpp_dll.sln项目：

- darknet.sln：用于对darknet进行编译，比如训练已有数据或训练自定义数据

- yolo_cpp_dll.sln：用于生成darknet的动态链接库，用于任何yolo模型的预测

- yolo_cpp_dll_no_gpu.sln：用于生成darknet的无gpu版本动态链接库，用于预测

- yolo_console_dll.sln：用于调用darknet所生成dll的样例项目

2. 对sln项目修改如下几条，然后分别选择生成debug/release可以分别生成同名dll文件：

- 修改项目生成target：生成依赖项/生成自定义，选择CUDA10.x自己的cuda版本，否则会报无法加载cuda10.0的属性配置

- 如果报错说OpenCV或者CUDNN无法导入，则需要修改属性/CC++/预处理器/取消预处理器定义，把里边被取消的预处理器OpenCV和CUDNN删掉，并添加到预处理器定义中。

- 注意：两个模式debug/release下生成的dll文件大小不同，分别针对普通cpp项目的debug模式和release模式，并且两者效率差别也较大，其中debug/release版本分别为5Mb/2.5Mb，进行预测需要的时间也是差了4倍，release版本更快。

主题4：在其他项目中调用YoloV4的dll文件进行预测

1. 新建常规cpp项目：

- 打开GPU开关，从而使用GPU预测(假定生成的是yoloV4 GPU版本的dll)。

- 需要引入yolo的头文件和库文件

2. 从yolo dll项目的build/darknet/x64文件夹下拷贝头文件/库文件，以及2个线程支持文件到自己项目中即可通过编译，然后把debug/release的2个dll文件分别放到自己项目的debug/release项目中即可通过运行：其中debug下只能使用debug生成的dll，release下也只能使用release生成的dll，否则就会报错。

3. 如果运行时报错sprintf: 该function may be unsafe.To disable deprecation, use _CRT_SECURE_NO...则可以在项目/属性/CC++/预处理器/预处理器定义中，添加两个宏来取消对sprintf的禁止：_CRT_SECURE_NO_DEPRECATE;_SCL_SECURE_NO_DEPRECATE;

4. 如果报错找不到pthreadVC2.dll，则从build/darknet/x64的文件夹下可找到这个文件pthreadVC2.dll拷贝到自己项目中