• 准备
• 使用
  • 编译yolo为C++ dll文件
  • qt编写图形界面，并加载动态链接库

引言

GUI界面的目标检测应用

准备

运行环境:

• Windows 10
• QT 5.13
• OpenCV 4.2
• Visual Studio 2017
• Cuda 10.0（optional）
• Cudnn >= 7.0（optional） 黑体为必要的运行环境。其中各大软件都可以去官网下载安装，有的可以转换成清华源等。
  

需要注意的是VS2017配置opencv环境以及安装Qt vs tools:

如果是打开别人的qt项目，由于qt版本可能不一致会导致相关头文件没有默认导入，可以在Qt vs tools打开“qt project settings”，点击“qt modules”，勾选需要的模块（例如：core、gui、widgets）等模块。

有时候会导入不正常会有无法解析外部命令的error，这得参考以下链接进行QT相关配置。

参考链接

https://blog.csdn.net/qq_41175905/article/details/80560429

https://blog.csdn.net/wang18323834864/article/details/78665180

https://crazyang.blog.csdn.net/article/details/81939610?utm_source=app

https://blog.csdn.net/dfy1407/article/details/103922415

https://blog.csdn.net/qq_20661579/article/details/76960275

https://blog.csdn.net/libra_boy/article/details/51593705

使用

编译yolo为C++ dll文件

yolov4项目源地址：darknet,下载项目到本地.

• GPU版本: 需已安装cuda、cudnn。vs打开 darknet-master\build\darknet\yolo_cpp_dll.sln 文件，右击“项目”->“属性”->"C\C++"->“预处理器”->"预处理器定义"，首行添加“CUDNN"。接着以“x64 release”方式编译（即菜单栏“生成”->“生成解决方案”）
  

​ 若cuda版本不是10.0，则以记事本方式打开 darknet-master\build\darknet\yolo_cpp_dll.vcxproj，组合键ctrl+f搜索“cuda 10.0”，将两处“cuda 10.0”修改为自己的cuda版本，例如“cuda 10.1”，之后重新编译yolo_cpp_dll.sln。

注意

如果是不经常用vs开发相关cuda项目，那么需要配置相关VS的cuda环境配置。可参考博文VS2017+CUDA10.0+cudnn+tensorflow配置，经验证有效，但是在此项目里，附加依赖项的地方 改为:

pthreadVC2.lib
cublas.lib
curand.lib
cudart.lib
cuda.lib

• CPU版本: vs打开 darknet-master\build\darknet\yolo_cpp_dll_no_gpu.sln 文件，以“x64 release”方式编译（即菜单栏“生成”->“生成解决方案”）。
  

编译完成后，将在 darknet-master\build\darknet\x64 路径下得到以下文件，同一时间只能选择”gpu“或者"cpu"版本中的一种编译使用，因为编译生成的文件名字是一样的：

编译得到的文件为备用使用,对于GPU版本，笔者的cuda版本是10.0，若自己的cuda版本不是10.0，那么需要将生成的dll和lib文件分别替换到 ./3rdparty/libdarknet/bin/release/gpu 和 ./3rdparty/libdarknet/lib 文件夹下。

qt编写图形界面，并加载动态链接库

项目地址：Yolov4-QtGUI 项目结构：

• 3rdparty 存放相关头文件和库文件，解压到Yolov4-QtGUI项目目录下

• config 存放属性文件

• QtGuiDemo 存放主文件。

• x64 下载权重文件：yolov4_weights 提取码：x6uy
  

将下载的权重文件放置在 x64/model 目录下.

然后vs打开 Yolov4-QtGUI\QtGuiDemo.sln 文件对于GPU版本：修改属性文件yolov4.prop，"链接器”->"输入"->"附加依赖项"->yolo_cpp_dll_cpu.lib(这里还有疑问) 。在＂release x64＂模式下，菜单栏点击＂生成＂－>＂生成解决方案＂，并将

• 3rdparty\libdarknet\bin 路径下的 pthreadGC2.dll、pthreadVC2.dll
• 3rdparty\libdarknet\bin\release\gpu 路径下的 yolo_cpp_dll.dll
• 3rdparty\libopencv\bin 路径下的 opencv_world420.dll 复制到Yolov4-QtGUI\x64\release目录下。
  

​ 而CPU版本：修改属性文件yolov4.prop，"链接器”->"输入"->"附加依赖项"->yolo_cpp_dll_cpu.lib。在＂release x64＂模式下，菜单栏点击＂生成＂－>＂生成解决方案＂，并将

• 3rdparty\libdarknet\bin 路径下的 pthreadGC2.dll、pthreadVC2.dll
• 3rdparty\libdarknet\bin\release\cpu 路径下的 yolo_cpp_dll.dll
• 3rdparty\libopencv\bin 路径下的 opencv_world420.dll

复制到Yolov4-QtGUI\x64\release目录下。
最后运行项目，双击x64\Release目录下的.exe文件

错误日记

另外我也遇到一个error：无法解析的外部符号 WinMain，该符号在函数 "int __cdecl invoke_main(void)”中被引用，原因我判断是没有正确设置输入输出api接口，即console与Windows，可以在链接器->子系统更改。 可参考：https://blog.csdn.net/u012570056/article/details/74639894

参考链接

https://mp.weixin.qq.com/s/9SR5CUDIBmdJeYEWABASWA

https://github.com/scutlrr/Yolov4-QtGUI#yolov4-qtgui

https://blog.csdn.net/weixin_42448226/article/details/105752224