海思hi3516dv300芯片AI图像模块学习（十七）windows 下编译Darknet-YOLOv3
安装参考：https://blog.csdn.net/weixin_43826242/article/details/108787271
https://blog.csdn.net/gdc6916/article/details/105387216
资源：
windows版opencv
https://blog.csdn.net/CH_monsy/article/details/111500226
VS2019社区版下载地址：
https://blog.csdn.net/ccc369639963/article/details/122361339?utm_medium=distribute.pc_relevant.none-task-blog-2~default~baidujs_baidulandingword~default-0-122361339-blog-89057590.t0_layer_eslanding_s&spm=1001.2101.3001.4242.1&utm_relevant_index=3
编译出现的问题：
安装VS2019，必须下载141工具才能编译darknet
2.编译报错：
错误 MSB3721 ......master\src\activation_kernels.cu"" exited with code 1. darknet (x86)\MSBuild\Microsoft.Cpp\v4.0\V140\BuildCustomizations\CUDA9.0.targets 712
这里需要修改根目录下的makefile
改成和2080对应的75 架构
在编译CUDA代码时，应该选择只编译一个与常用GPU显卡匹配的'-arch'值，这将使得运行时更快，因为代码生成将在编译期间进行。如果只写了'-gencode'值而忽略了'-arch'，那么GPU代码将由CUDA驱动程序在JIT编译器上生成。
当想要加速CUDA编译时，需要减少不相关的'-gencode' flag数量；但是，有时可能希望通过添加更全面的'-gencode' flag来获得更好的CUDA向后兼容性。
修改完在vs做相应修改，依旧是与自己的GPU匹配：
3.Makefile:185: recipe for target ‘obj/network-kernels.o’ failed. ——identifier "cudaStreamCaptureModeGlobal" is undefined
https://blog.csdn.net/carrymingteng/article/details/115069416
参考流程已经非常详细了，安装的时候注意装上141工具包就行。最后在地址栏里输入cmd，再输入
darknet detect cfg/yolov3.cfg yolov3.weights data/dog.jpg
命令即可。
