1 引言
之前写过一个Windows下编译YOLOv3的文章：《Win10+VS2015安装配置YOLO3（CPU/GPU)》
现在Yolo已经到V4了，而且性能有了比较大的提升，如下图。
相关Paper：Paper YOLO v4:和Paper Scaled YOLO v4，所以也装了个Yolo4测试一下，以下为编译时的记录。
2 所需安装软件及配置
2.1 CMake
版本>=3.18，下载：https://cmake.org/download/，我下载的是最新版本3.21.1
2.2 CUDA
版本>=10.2: https://developer.nvidia.com/cuda-toolkit-archive ，我这里下载了11.1.1，这个要看你安装的显卡最高支持到的CUDA版本（最好先安装显卡最新驱动程序，并在NVIDIA控制面版里查看），并不是最新就好。
2.3 OpenCV
版本>= 2.4: https://github.com/opencv/opencv_contrib/releases，我下载了4.5.3，记得装完后要在系统变量中添加：OPENCV_DIR=D:\opencv-4.5.3\opencv\build（按实际OPENCV所在路径直到build）
2.4 cuDNN
版本>= 8.0.2，https://developer.nvidia.com/rdp/cudnn-archive，这个版本要与CUDA版本对应，我下的是8.1.1，cuDNN安装就是把文件解压到CUDA的安装目录，我这里是D:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1
2.5 MSVC
按作者描述的Windows下的编译方法，都需要用到MSVC，作者推荐用VS2017或者VS2019，但我已经安装了VS2015，不想再装额外的了，所以这里就保持用VS2015。
3 下载源码和权重测试文件
源码：https://github.com/AlexeyAB/darknet，我是Download ZIP方式下载的
权重测试文件yolov4.weights:下载1或下载2
4 编译
把下载的darknet-master.zip解压到合适的位置。
按作者描述，Windows下编译方法有两种：1 使用CMake；2 使用vcpkg，第2种需要VS2017或VS2019，本文使用第1种方法。
本文同时介绍另外一种直接用VS2015编译的方法。
两种方法编译出的内容稍有些不同，可以根据需要选择。
4.1 编译方法1——CMake与VS2015
启动CMake(cmake-gui)，填入源码所在路径，以及希望编译结果所在路径，我这里填写如下：
按“Config”按钮，第一栏生成器中选择VS2015，第二栏生成平台选择x64
然后Finish，稍等片刻，出现一大片红字
查看红字部分，应该出现以下字样：CMake_CUDA_xxx、CUDA_xxx、CUDNN_xxx、INSTALL_xxx等，如果缺少某些字样，可能是对应的软件安装不正确，需重新检查安装。
保持ENABLE_CUDA、ENABLE_CUDNN、ENABLE_OPENCV勾选状态。
没问题后，点击"Generate"，然后"Open Project"，VS2015被打开并自动装入工程，加载工程后会看到解决方案中有6个工程。
VS2015的配置选择Release，平台选择x64，如上图。
然后就可以点击“生成”-“生成解决方案”。
按照作者以及其他人的资料所描述，此时应该直接就编译成功了，但我在这里遇到了问题。
问题如下：编译出现了大量错误，但均为同一类错误：error C2065: “__func __” : 未声明的标识符
上网查了下此错误出现原因，是由于__func __属于C99标准，而VS2015并不支持C99标准，但这里奇怪的是，网上也有很多用VS2015编译YoloV4的，但大家都没有说遇到这个问题，那么可能是因为我自己的这个编译器有问题？或者VS2017和VS2019支持C99？
于是设法找错误来源，最后追踪到darknet源码src目录下的utils.h，其中开头部分有一句
#define DARKNET_LOC __FILE__, __func__, __LINE__
修改为
#define DARKNET_LOC __FILE__, __FUNCTION__, __LINE__
再次编译，错误消失。
编译成功后，到设定的输出路径的Release目录下，会看到编译出的文件。
文件作用：
| 文件名 | 作用 |
|---|---|
| darknet.exe | yolov4主执行程序 |
| darknet.dll和darknet.lib | yolov4动态链接库 |
| uselib.exe | yolov4动态链接库演示测试工程 |
4.2 编译方法2——VS2015
这个方法与Win10+VS2015安装配置YOLO3（CPU/GPU)的编译方法相同，但没有那么多要修改的地方了，具体如下：
到D:\YoloV4\darknet-master\build\darknet目录下，可以看到很多*.sln文件，用VS2015打开编译即可，这里说明一下各个工程的作用：
| 工程名 | 作用 | 编译结果 |
|---|---|---|
| darknet.sln | yolov4主执行程序工程 | darknet.exe |
| darknet_no_gpu.sln | 不使用GPU的yolov4主执行程序工程 | darknet_no_gpu.exe |
| yolo_cpp_dll.sln | yolov4动态链接库程序工程 | yolo_cpp_dll.dll |
| yolo_cpp_dll_no_gpu.sln | 不使用GPU的yolov4动态链接库程序工程 | yolo_cpp_dll.dll |
| yolo_console_dll.sln | yolov4动态链接库演示测试工程 | yolo_console_dll.exe |
当然，直接用此种编译方法一样会遇到以上的__func __问题，解决方法同上。
这种方法编译出的文件位于以下位置：
5 测试
5.1 exe测试
用以上编译出的darknet.exe（两种方法编译出的均可）进行测试，要说明的是，darknet不能直接双击运行，需要带命令行参数，不会用参数的，可以直接到darknet-master\build\darknet\x64下，这里有很多的cmd文件，里面就是各种测试命令，同时此目录下也包含了各种所需的文件。下载的权重文件，包括以前的yolov3.weights也是放在这个目录下参与测试。
5.2 dll测试
如果程序需要调用yolo的DLL，那么就可以用到以上两类方法编译出的dll和lib，头文件位于D:\YoloV4\darknet-master\include目录下。
本人以前的一篇文章《VS2015图形界面YOLO3应用程序》描述了YOLO DLL的使用，这里不再重复。