1. AI技术聚合首页
  2. 问题解决

VS2019+CUDA10.2+tensorRT7.0+opencv4.12环境配置yolo-tensorrt

xiaoxingxing • • 问题解决 • 阅读 684

为了在windows上运行yolo-tensorrt项目进行了VS2019+CUDA10.2+tensorRT7.0+opencv4.12的环境配置
项目地址：https://github.com/enazoe/yolo-tensorrt/tree/master

1.1 首先安装VS2019

进入VS官网下载社区版2019

1.2 安装CUDA和CUDNN

注意：我之前为了配置python的深度学习环境，安装过CUDA，但是精简安装，最好还是重新安装。版本CUDA10.2+cuDNN v7.6.5
进入官网下载CUDA2019
安装CUDA和CUDNN参考这个链接的1.2和1.3节

1.3安装opencv4.1.2

参考这个视频下载opencv4.1.2
下载opencv选择releases，如下图，找到opencv4.1.2
VS2019+CUDA10.2+tensorRT7.0+opencv4.12环境配置yolo-tensorrt
VS2019+CUDA10.2+tensorRT7.0+opencv4.12环境配置yolo-tensorrt
解压得到opencv-4.1.2文件，我把它放在了C:\Users\freeyu\Documents下
添加opencv环境变量，路径是解压后opencv包的build/x64/vc15/bin，这一步直接看视频会更清楚。
VS2019+CUDA10.2+tensorRT7.0+opencv4.12环境配置yolo-tensorrt

1.4 安装tensorrt7.0

下载链接tensorrt7.0

请注意：我的版本是CUDA10.2+cuDNN v7.6.5，tensorrt也要下载对应的版本。版本不对应会导致很多错误。
VS2019+CUDA10.2+tensorRT7.0+opencv4.12环境配置yolo-tensorrt
下载后解压文件，解压得到TensorRT-7.0.0.11文件，我把它放在了C:\Users\freeyu\Documents下
VS2019+CUDA10.2+tensorRT7.0+opencv4.12环境配置yolo-tensorrt

添加环境变量VS2019+CUDA10.2+tensorRT7.0+opencv4.12环境配置yolo-tensorrt
复制C:\Users\freeyu\Documents\TensorRT-7.0.0.11\lib下的dll文件到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\bin
下
VS2019+CUDA10.2+tensorRT7.0+opencv4.12环境配置yolo-tensorrt

安装uff和graphsurgeon
在终端激活一个自己的python虚拟环境，终端路径打开到TensorRT-7.0.0.11\graphsurgeon下，安装graphsurgeon-0.4.1-py2.py3-none-any.whl

cd C:\Users\freeyu\Documents\TensorRT-7.0.0.11\graphsurgeon
pip install graphsurgeon-0.4.1-py2.py3-none-any.whl

下面的例子
VS2019+CUDA10.2+tensorRT7.0+opencv4.12环境配置yolo-tensorrt
安装uff同理TensorRT-7.0.0.11\uff下

2 配置yolo-tensorrt项目

2.1 下载解压打开文件

下载项目
使用master分支

  • 解压文件夹后，把项目重命名为yolo-tensorRT，使用VS2019打开yolo-tensorRT/sln/sln.sln文件。看到下图，点击确定
    VS2019+CUDA10.2+tensorRT7.0+opencv4.12环境配置yolo-tensorrt

2.2 配置CUDA生成自定义项目

右击项目dll_detector,选择 生成依赖项->生成自定义。只选择CUDA10.2那一项，其他项取消。
test_dll同理
VS2019+CUDA10.2+tensorRT7.0+opencv4.12环境配置yolo-tensorrt

2.3配置属性表

  • 属性管理器->dll_detector->Releas|x64下新建属性表，分别命名为cuda10.2.props，opencv4.1.2.props，tensorrt_7.0.props
    在yolo_tensorRT\sln\dll_detector文件夹下出现这三个文件VS2019+CUDA10.2+tensorRT7.0+opencv4.12环境配置yolo-tensorrt
  • 配置CUDA属性表
    右击cuda10.2.props->属性
    包含目录：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\include
    库目录：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\lib\x64
    附加依赖项：
    cublas.lib
    cuda.lib
    cudadevrt.lib
    cudart.lib
    cudart_static.lib
    VS2019+CUDA10.2+tensorRT7.0+opencv4.12环境配置yolo-tensorrt
    VS2019+CUDA10.2+tensorRT7.0+opencv4.12环境配置yolo-tensorrt
  • 配置tensorRT属性表
    包含目录： C:\Users\freeyu\Documents\TensorRT-7.0.0.11\include
    库目录：C:\Users\freeyu\Documents\TensorRT-7.0.0.11\lib
    附加依赖项：
    myelin64_1.lib
    nvinfer.lib
    nvinfer_plugin.lib
    nvonnxparser.lib
    nvparsers.lib
    -配置opencv属性表
    包含目录：C:\Users\freeyu\Documents\opencv-4.1.2\build\include\opencv2
    C:\Users\freeyu\Documents\opencv-4.1.2\build\include
    库目录： C:\Users\freeyu\Documents\opencv-4.1.2\build\x64\vc15\lib
    附加依赖项：
    opencv_world412.lib
    opencv_world412d.lib
  • 属性管理器->test_dll->Releas|x64下添加现有属性表，找到上面三个文件就可以了。
    VS2019+CUDA10.2+tensorRT7.0+opencv4.12环境配置yolo-tensorrt

2.4修改运行格式

把上方修改成Release，x64
VS2019+CUDA10.2+tensorRT7.0+opencv4.12环境配置yolo-tensorrt

2.5 修改预处理器定义

项目->dll_detector->右击->属性->C/C+±>预处理器->预处理器定义->编辑
添加“_SILENCE_EXPERIMENTAL_FILESYSTEM_DEPRECATION_WARNING”
VS2019+CUDA10.2+tensorRT7.0+opencv4.12环境配置yolo-tensorrt

2.6 生成项目

项目->dll_detector->右击->生成
VS2019+CUDA10.2+tensorRT7.0+opencv4.12环境配置yolo-tensorrt
项目->test_dll->右击->生成
VS2019+CUDA10.2+tensorRT7.0+opencv4.12环境配置yolo-tensorrt
文件夹中的最终文件如下
VS2019+CUDA10.2+tensorRT7.0+opencv4.12环境配置yolo-tensorrt

2.7 运行文件

  1. 在yolo_tensorRT\configs文件中加入yolov4.weights
    yolov4.weights的百度云下载链接
    提取码：oeh6

VS2019+CUDA10.2+tensorRT7.0+opencv4.12环境配置yolo-tensorrt

  1. 点击test_dll.exe文件

VS2019+CUDA10.2+tensorRT7.0+opencv4.12环境配置yolo-tensorrt

  1. configs文件夹中生成yolov4-kFLOAT-batch1.engine
  2. 结果VS2019+CUDA10.2+tensorRT7.0+opencv4.12环境配置yolo-tensorrt

3踩过的坑

3.1 一定要先安装VS2019，再安装CUDA。

我的情况是，配置python环境时，先有了CUDA11.1(是精简安装)
我曾经尝试使用CUDA11.1直接和VS2019配置，最后有bug解决不了。
bug如下，不知道是CUDA11.1精简安装的缘故，还是VS2019在CUDA11.1后装的缘故。
大家还是尽量先安装VS2019，再安装CUDA10.2(自定义安装)
VS2019+CUDA10.2+tensorRT7.0+opencv4.12环境配置yolo-tensorrt

3.2 打开文件，显示未能正确加载项目

错误：

C:\Users\freeyu\Desktop\learn\yolo-tensorrt-master (2)\yolo-tensorrt-master\sln\test_dll\test_dll.vcxproj : error : 找不到导入的项目“C:\Program Files (x86)\Microsoft Visual Studio\2019\Community\MSBuild\Microsoft\VC\v160\BuildCustomizations\CUDA 11.1.props”。请确认 Import 声明“C:\Program Files (x86)\Microsoft Visual Studio\2019\Community\MSBuild\Microsoft\VC\v160\BuildCustomizations\CUDA 11.1.props”中的表达式正确，且文件位于磁盘上。 C:\Users\freeyu\Desktop\learn\yolo-tensorrt-master (2)\yolo-tensorrt-master\sln\test_dll\test_dll.vcxproj

原因：这个是因为我曾经使用CUDA11.1和VS2019配置过环境
解决方案：在C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1\extras\visual_studio_integration\MSBuildExtensions（CUDA使用默认安装路径）文件下，把

CUDA 11.1.props
CUDA 11.1.targets
CUDA 11.1.xml

复制到C:\Program Files (x86)\Microsoft Visual Studio\2019\Community\MSBuild\Microsoft\VC\v160\BuildCustomizations（VS2019使用默认安装路径）路径下。重新打开项目就解决了bug。

3.3 filesystem代码问题

VS2019+CUDA10.2+tensorRT7.0+opencv4.12环境配置yolo-tensorrt
解决方案：项目->dll_detector->右击->属性->C/C+±>预处理器->预处理器定义->编辑
添加“_SILENCE_EXPERIMENTAL_FILESYSTEM_DEPRECATION_WARNING”
目录2.5步骤就是解决这个bug的。

参考链接：https://blog.csdn.net/gulingfengze/article/details/108425949?utm_medium=distribute.pc_relevant_t0.none-task-blog-BlogCommendFromMachineLearnPai2-1.channel_param&depth_1-utm_source=distribute.pc_relevant_t0.none-task-blog-BlogCommendFromMachineLearnPai2-1.channel_param

https://blog.csdn.net/qq_41915226/article/details/106856587

https://www.cnblogs.com/winslam/p/13816143.html

https://github.com/enazoe/yolo-tensorrt/tree/master

https://github.com/opencv/opencv

版权声明：本文为博主free_luojing原创文章，版权归属原作者，如果侵权，请联系我们删除！

原文链接：https://blog.csdn.net/free_luojing/article/details/123306597

共计人评分，平均分

到目前为止还没有投票！成为第一位评论此文章。

赞 (0)
xiaoxingxing的头像xiaoxingxing管理团队
0
上一篇 2022年3月7日 下午5:43
下一篇 2022年3月12日 上午10:15

相关推荐