- CPU: i5-9300H - GPU: GTX 1650 - OS: Windows 10 家庭中文版 64bit - CUDA: 10.1 - CUDNN: 7.6.4 - OpenCV: 3.2 > 此处默认读者已部署上述环境,值得一提的是如果读者有**部署GPU版本**的需求的话,切记前往NVIDIA官网查看驱动版本是否需要更新,否则容易遇到GPU版无法正常运行的问题,**永远不要相信第三方检测工具告诉你的数据**,笔者为此浪费近两个小时时间 = = > 另外希望读者注意安装VS2017 / VS2019时特别注意勾选MSVC v140组件，且安装VS后再安装CUDA及CUDNN  # Step 1 前往[Darknet YOLOv3](https://github.com/alexeyab/darknet "Darknet YOLOv3")下载项目或`git clone https://github.com/alexeyab/darknet.git` # Step 2 .\darknet\build\darknet目录下用sublime或记事本打开darknet.vcxproj,将2个CUDA 9.1替换为自己的CUDA版本号，例如本人使用CUDA 10.1,则替换为CUDA 10.1即可 # Step 3 打开darknet.sln,应该会弹出如下图所示界面，如果没有就在选项卡中 项目--重定向打开，特别注意平台工具集选择无升级，另外我自己测试Windows SDK版本有10.0最新的选项，但是选了编译会有报错，**猜想应该要选具体版本合适些**。 [](https://imgchr.com/i/KkePSJ) 同时打开选项卡 调试--darknet属性修改项目属性。 配置属性--VC++目录--包含目录--编辑 填入(.为读者opencv路径) `.\opencv\bulid\include` `.\opencv\bulid\include\opencv` `.\opencv\bulid\include\opencv2` [](https://imgchr.com/i/KkdWCQ) 配置属性--VC++目录--库目录--编辑 填入`.\opencv\bulid\x64\vc14\lib`  链接器--输入--附加依赖项 加入`.\opencv\build\x64\vc14\lib`下读者的库名字（根据opencv版本变化会有不同）  # Step 4 将`.\opencv\build\x64\vc14\bin`下的opencv_world330.dll 和opencv_ffmpeg330_64.dll 复制到 `.\darknet\darknet-master\build\darknet\x64`目录下。 检查项目属性为Release x64后，右键项目重新生成即可。若严格按照本文步骤应该不会出现报错。如有报错请评论/或邮件cheerway.liu@gmail.com [](https://imgchr.com/i/KkwQIS) # Step 5 前往[Darknet Github](https://github.com/AlexeyAB/darknet/blob/master/README.md "Darknet Github")下载训练好的模型进行测试，如下图所示，根据自己需求。 [](https://imgchr.com/i/KkwfIO) 以yolov3.weights为例，放在`.\darknet\bulid\darknet\x64`下，打开同目录下darknet_yolo_v3.cmd，出现下面结果表示成功编译。 [](https://imgchr.com/i/Kk0ul9) ~~下次更一些训练自己数据集的经验~~^^