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
项目地址：https://github.com/enazoe/yolo-tensorrt/tree/master
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
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
解压得到opencv-4.1.2文件，我把它放在了C:Usersfreeyudocuments下
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。
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。版本不对应会导致很多错误。
下载后解压文件，解压得到TensorRT-7.0.0.11文件，我把它放在了C:Usersfreeyudocuments下
添加环境变量
复制C:UsersfreeyudocumentsTensorRT-7.0.0.11lib下的dll文件到C:Program FilesNVIDIA GPU Computing ToolkitCUDAv10.2bin
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-7.0.0.11graphsurgeon下，安装graphsurgeon-0.4.1-py2.py3-none-any.whl
cd C:UsersfreeyudocumentsTensorRT-7.0.0.11graphsurgeon pip install graphsurgeon-0.4.1-py2.py3-none-any.whl
如下示例
安装uff同理TensorRT-7.0.0.11uff下
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
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_tensorRTslndll_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 FilesNVIDIA GPU Computing ToolkitCUDAv10.2include
库目录：C:Program FilesNVIDIA GPU Computing ToolkitCUDAv10.2libx64
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:UsersfreeyudocumentsTensorRT-7.0.0.11include
库目录：C:UsersfreeyudocumentsTensorRT-7.0.0.11lib
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:Usersfreeyudocumentsopencv-4.1.2buildincludeopencv2
C:Usersfreeyudocumentsopencv-4.1.2buildinclude
库目录： C:Usersfreeyudocumentsopencv-4.1.2buildx64vc15lib
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。
把上方修改成Release，x64
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”
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
- 在yolo_tensorRTconfigs文件中加入yolov4.weights
yolov4.weights的百度云下载链接
提取码：oeh6
- 点击test_dll.exe文件
- configs文件夹中生成yolov4-kFLOAT-batch1.engine结果
我的情况是，配置python环境时，先有了CUDA11.1(是精简安装)
我曾经尝试使用CUDA11.1直接和VS2019配置，最后有bug解决不了。
bug如下，不知道是CUDA11.1精简安装的缘故，还是VS2019在CUDA11.1后装的缘故。
大家还是尽量先安装VS2019，再安装CUDA10.2(自定义安装)
报错：
C:UsersfreeyuDesktoplearnyolo-tensorrt-master (2)yolo-tensorrt-masterslntest_dlltest_dll.vcxproj : error : 找不到导入的项目“C:Program Files (x86)Microsoft Visual Studio2019CommunityMSBuildMicrosoftVCv160BuildCustomizationsCUDA 11.1.props”。请确认 import 声明“C:Program Files (x86)Microsoft Visual Studio2019CommunityMSBuildMicrosoftVCv160BuildCustomizationsCUDA 11.1.props”中的表达式正确，且文件位于磁盘上。 C:UsersfreeyuDesktoplearnyolo-tensorrt-master (2)yolo-tensorrt-masterslntest_dlltest_dll.vcxproj
原因：这个是因为我曾经使用CUDA11.1和VS2019配置过环境
解决方案：在C:Program FilesNVIDIA GPU Computing ToolkitCUDAv11.1extrasvisual_studio_integrationMSBuildExtensions（CUDA使用默认安装路径）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 Studio2019CommunityMSBuildMicrosoftVCv160BuildCustomizations（VS2019使用默认安装路径）路径下。重新打开项目就解决了bug。
3.3 filesystem代码问题
解决方案：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”
目录2.5步骤就是解决这个bug的。
参考链接：https://blog.csdn.net/gulingfengze/article/details/108425949?utm_medium=distribute.pc_relevant_t0.none-task-blog-BlogCommendFromMachineLearnPai2-1.channel_param&depth_1-utm_source=distribute.pc_relevant_t0.none-task-blog-BlogCommendFromMachineLearnPai2-1.channel_param
https://blog.csdn.net/qq_41915226/article/details/106856587
https://www.cnblogs.com/winslam/p/13816143.html
https://github.com/enazoe/yolo-tensorrt/tree/master
https://github.com/opencv/opencv
