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

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

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


解压，
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。

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。

下载后解压文件，我把文件放在C盘的文档文件下，你可以选择自己熟悉的位置，比如D盘

添加环境变量
复制dll文件到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\bin
下

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
如下示例

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
  

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

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

• 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
  
  

• 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。
  

2.4修改运行格式

把上方修改成Release，x64

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”

2.6 生成项目

项目->dll_detector->右击->生成

项目->test_dll->右击->生成

最后在文件夹里的文件如下图

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

2. 点击test_dll.exe文件

3. configs文件夹中生成yolov4-kFLOAT-batch1.engine
4. 结果

踩过的坑

用VS2019打开sln可执行文件后，显示dll_detector(已卸载)

报错1：

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

这个错误是由于它识别到了我的CUDA11.1。因为我踩了很多坑，之前用CUDA11.1配置过yolo_tensorrt项目导致的。
解决方法：在C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1\extras\visual_studio_integration\MSBuildExtensions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路径下。
如果你是先有的VS，再安装的CUDA10.2的话，在这个文件下，你也会看到

CUDA 10.2.props
CUDA 10.2.targets
CUDA 10.2.xml

再重新打开sln就没有问题。
配置CUDA
右击项目，生成依赖依赖项 生成自定义，只选择CUDA10.2，我的会选择CUDA11.1，把勾号去掉

加入CUDA10.2的属性表，如果不加会有下面的错误

将 _SILENCE_EXPERIMENTAL_FILESYSTEM_DEPRECATION_WARNING 添加到预处理器定义中。
项目 -> 属性 -> C/C++ -> 预处理器 -> 预处理器定义。

标签：lib,VS2019,tensorRT7.0,opencv4.12,yolo,tensorrt,dll,opencv,CUDA
来源： https://blog.csdn.net/free_luojing/article/details/123306597