部署环境：win10 +CUDA 10.0 + vs2017 + opencv 3.4.0
代码版本是 https://github.com/AlexeyAB/darknet
1、初始准备
（1）下载代码
（2）确保 VS2017 安装了 VC++ v140工具集，如果没有安装，打开 Visual Studio Installer ——修改——选中 c++ 在右侧找到 vc++ v140 如下图所示
2、修改项目文件
（1）如果环境不是 CUDA10.0 （安装了CUDA9.0等），文本编辑器打开 darknet.vcxproj 搜索 CUDA 10.0 字样 ，一共两处 （CUDA 和 10.0 中间有个空格）将 CUDA 10.0 换成你安装的 CUDA 版本 例如（ CUDA 9.0 ）
（2）如果是 CUDA 9.0 ，还需要把 ;compute_75,sm_75 换成 ;compute_70,sm_70
3、项目配置
（1）打开 darknet.sln (没有 GPU 的 打开 darknet_no_gpu.sln 前面修改也是修改对应无 GPU 的 vcxproj 项目文件 ) ，第一次打开会提示 重新定向项目 这里 windows sdk 选择 10.0 ，平台工具集选择 无升级
（2）设置 程序 release X64
（3）右击 darknet ——属性
a) 确定平台工具集是 V140
b）设置VC++目录（包含目录和库目录），分别设置为 OpenCV 的 安装目录 中的
C:\opencv\opencv\build\include
C:\opencv\opencv\build\include\opencv
C:\opencv\opencv\build\include\opencv2
和 C:\opencv\opencv\build\x64\vc14
c） 设置链接器
链接器——输入——附加依赖项 点开后 直接添加 C:\opencv\opencv\build\x64\vc14 目录中的 lib 文件的名称 （这里是 opencv_world340.lib ）
d）分别点击应用和确定
4、开始编译
（1）darknet项目右击 生成
（2）将 C:\opencv\opencv\build\x64\vc14 目录下的 opencv_ffmpeg340_64.dll 和 opencv_world340.dll 复制到 darknet-master\build\darknet\x64 目录下
（3）几种编译报错的 解决方法
a ）MSB8036 The Windows SDK version 8.1 was not found.
解决方法： 这是由于目标版本问题，右击项目 —— 常规——将目标版本选中有的那个（这里是10.0.17763.0）
b ） MSB4019 未找到导入的项目“***Microsoft.Cpp\v4.0\V140\BuildCustomizations\CUDA 10.0.targets”。请确认 <Import> 声明中的路径正确，且磁盘上存在该文件。 darknet \darknet-master\build\darknet\darknet.vcxproj 301
解决方法：将 NVIDIA GPU Computing Toolkit\CUDA\v10.0\extras\visual_studio_integration\MSBuildExtensions 文件夹 中的所有文件 复制到 C:\Program Files (x86)\MSBuild\Microsoft.Cpp\v4.0\v140\BuildCustomizations 中重新编译即可
c ） opencv2/core/core.hpp : No such file or directory
解决方法：右击项目 —— 将配置改成 release 平台改成 x64
5 使用测试
在源码页面下载yolov3的 yolov3.weights 也可以自己下载其他权重测试
进入 darknet-master\build\darknet\x64 目录 打开命令行 输入 ./darknet.exe detector test cfg/coco.data cfg/yolov3.cfg yolov3.weights -thresh 0.25
然后输入图片路径即可检测图片 （ -thresh 0.25 代表检测阈值，概率高于0.25的画框）
其他 检测命令
检测视频 ./darknet.exe detector demo cfg/coco.data cfg/yolov3.cfg yolov3.weights -thresh 0.25 test.MP4
检测网络像头： ./darknet.exe detector demo cfg/coco.data cfg/yolov3.cfg yolov3.weights -thresh 0.25 相机网络地址
其他检测可参照 github 网址