Mask-Wearing-Identification

由于本软件需要基于CUDA加速，所以需要运行计算机提前安装好CUDA以及cuDNN，并且需要自行编译Darknet后才能运行。

环境要求

安装CUDA以及cuDNN

CUDA下载地址：https://developer.nvidia.com/cuda-downloads

cuDNN下载地址：https://developer.nvidia.com/cudnn
安装Microsoft VS2015
下载OpenCV 4.1.0

其他版本理论上也可以，但需要更改稍后需要编译的项目中的文件名
修改 .\MFCyolo\darknet-master\build\darknet\darknet.vcxproj

使用搜索CUDA，将文件中28处CUDA版本改为计算机已经安装的版本。

打开 .\MFCyolo\darknet-master\build\darknet\darknet.sln文件并进行以下配置

Step 1：OpenCV环境变量配置我的电脑--->属性--->高级系统设置--->高级--->环境变量--->系统变量--->Path--->编辑，将OpenCV安装目录的bin目录添加进去，记得加上分号，本人电脑上的路径为：D:\opencv\build\x64\vc14\bin

Step 2：VS2015中配置：包含目录 + 库目录 + 链接器

(1) 包含目录 配置：

“包含目录”：

（1）OpenCV安装目录下的...\include目录

（2）OpenCV安装目录下的...\include\opencv目录

（3）OpenCV安装目录下的...\include\opencv2目录

(2) 库目录 配置：

具体操作与 “包含目录”的配置类似，只是添加的路径不同而已。

“库目录”：OpenCV目录下的...x64\vc14\lib(VS2015应选择vc14，如果是其他版本VS的话选择对应的文件夹)

(3) 链接器 配置：

将OpenCV安装目录下的库的名字添加进来即可。

如：opencv_world410.lib
最后点击生成选项中的生成darknet

如果生成成功的话打开.\MFCyolo\darknet-master\build\darknet\x64会有一个darknet.exe文件。

Darknet文件夹：.\MFCyolo\darknet-master

names文件：.\MFCyolo\darknet-master\build\darknet\x64\data\KD.names

训练集文件：.\MFCyolo\darknet-master\build\darknet\x64\data\train_images

测试集文件：.\MFCyolo\darknet-master\build\darknet\x64\data\val_images

cfg文件：

.\MFCyolo\darknet-master\build\darknet\x64\cfg\yolov3-KD.cfg_train(训练用)

.\MFCyolo\darknet-master\build\darknet\x64\cfg\yolov3-KD.cfg_test（测试用）