最近在研究yolov4在win10下如何进行编译，不说废话了，直接记录一下我研究的过程以及遇到的错误和解决方案，希望能够帮助大家。在这里，进行推理的时候是使用GPU的；下一篇博客会介绍只使用cpu进行推理。
0 环境
系统：win 10
GPU：GTX 2080Ti
CUDA：10.0
cuDNN：7.4.1.5
OpenCV：3.0.0
主要步骤分为
(1) 安装opencv，将其加到环境变量中，并且在vs2015中配置opencv
(2) 编译darknet.sln文件，遇到bug就解决它。编译完之后，你就可以使用darknet进行推理了
(3) 编译yolo_cpp_dll.sln和yolo_console_dll.sln文件。先编译前者，然后编译后者。
1 安装OpenCV
因为实验室win系统还没有安装OpenCV，所以需要安装OpenCV。我下载的版本是OpenCV3.0，下载之后将解压之后的文件放在了D盘，接着就需要将OpenCV的添加到环境变量中了。
(1) 将OpenCV的build目录添加到环境变量中
这里我们需要创建一个新的变量名：OPENCV_DIR，它的值就是你解压之后OpenCV的build文件的路径
(2) 将OpenCV的bin的目录添加到环境变量中
在刚开始的时候，我并没有将这个路径添加到环境变量中，最后编译完成之后，运行darknet.exe文件，报了如下错误
这个错误是说系统并没有找到OpenCV的opencv_world300.dll文件，所以我们需要将环境bin的路径添加到系统环境变量中，让系统知道这个文件的位置
点击Path，然后进行编辑
点击新建，然后输入bin的地址
因为x64文件夹下有两个子文件，我就将两个子文件的bin路径都添加到了环境变量中了
补充：在yolov4的README中，作者还提到一种方法，就是将opencv的bin文件下的下面两个文件复制到\darknet\build\darknet\x64文件下
这样有一个缺点就是，每当你编译的新的程序需要使用opencv的时候，你就需要复制一次，所以我还是直接添加了bin的环境变量了吧。
2 使用visual studio 2015编译darknet.sln
step1: 在编译之前，我们需要在vs2015中配置opencv，不然导入opencv2头文件的时候会报错。如何配置可以参考我的这篇博客。在配置的过程中，有一点需要注意，因为我使用的是Release x64。
所以，在那篇博客中，【Debug|Win32】的路径统一都改成 【Release|x64】。
step2: 然后，将你的项目生成方式改成Release x64。也就是上面那幅图的情况。
step3: 最后，只需要点击项目名称，然后【右键】选择【生成】就可以了。
下面是我遇到的一些问题。有相似的可以进行参考借鉴一下。
2.1 问题一
在使用vs2015打开darknet\build\darkent\darknet.sln文件的时候，在vs2015中报如下错误：
C:\Users\Administrator\Desktop\darknet\build\darknet\darknet.vcxproj(55,5):
未找到导入的项目“C:\Program Files (x86)\MSBuild\Microsoft.Cpp\v4.0\V140\BuildCustomizations\CUDA 10.0.props”。
请确认 <Import> 声明中的路径正确，且磁盘上存在该文件报这个错误主要有两个原因：
原因一：BuildCustomizations夹下没有CUDA 10.0.props这个文件
解决方案：打开你安装CUDA的文件，参考下面的路径，将文件下面的所有文件都复制到VS的BuildCustomizations文件夹下，也就是刚才报错的那个文件夹下。
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\extras\visual_studio_integration\MSBuildExtensions
原因二：BuildCustomizations文件下存放的是你当前系统上的CUDA版本（假如是CUDA 9.0），如果你安装的不是CUDA 10.0，这样你就需要修改编译文件中关于CUDA 10.0的相关内容了，将CUDA 10.0改成CUDA 9.0。我是使用sublime打开darknet.vcxproj文件，然后查到关于CUDA 10.0的信息，然后将其改成你对应的CUDA版本（一共要修改两处）
第一处：
第二处：
2.2 问题二
修改之后，你就可以生成exe文件了，具体如下
在生成过程中，又报了一个错误：
“waitKeyEx”: 不是“cv”的成员然后，我就通过错误定位到了源文件位置，
将cv::waitKeyEx()函数改成了cv::waitKey()函数。然后重新生成。成功
2.3 问题三
在编译的过程中又出现了这个错误
LINK : fatal error LNK1104: 无法打开文件“opencv_world400d.lib”---VS2017+OpenCV配置过程我是参考这位老哥的博客
3 使用visual studio 2015编译其他文件
编译完darknet之后，我们还需要编译yolo_cpp_dll.sln和yolo_console_dll.sln这两个解决方案，步骤和上面的一样。这两个文件都在darknet\ build\ darknet目录下面。
4 测试图片
打开终端，切换到darknet\build\darknet\x64目录下，然后运行下面的命令：
darknet.exe detector test data/coco.data cfg/yolov4.cfg backup/yolov4.weights运行的过程中会打印网络信息，就像这样：
最后，需要你输入你要检测图片的路径：
检测结果如下：
5 测试视频
输入下面的命令就可以对视频进行测试了：
darknet.exe detector demo data/coco.data cfg/yolov4.cfg backup/yolov4.weights data/demo3.mp4 -ext_output
6 参考博客
[1] yolov4：https://github.com/AlexeyAB/darknet
[2] https://blog.csdn.net/weixin_44285715/article/details/88050563
[3] https://blog.csdn.net/amusi1994/article/details/80261735