Windows下Darknet环境搭建避坑指南：CUDA11.7+OpenCV4.5配置YOLOv4-tiny全流程

Windows下Darknet环境搭建避坑指南：CUDA11.7+OpenCV4.5配置YOLOv4-tiny全流程

1. 环境准备与工具链选择

在Windows平台部署Darknet框架进行YOLOv4-tiny开发，需要构建完整的工具链生态。不同于Linux环境的开箱即用，Windows平台存在更多环境变量和路径依赖问题，特别是当使用较新的CUDA 11.7和OpenCV 4.5组合时。

核心组件版本要求：

• Visual Studio 2019/2022（必须使用英文版社区版，避免中文路径问题）
• CUDA Toolkit 11.7（需与显卡驱动版本匹配）
• cuDNN 8.5.x for CUDA 11.x
• OpenCV 4.5.x（建议编译源码而非使用预编译包）
• Git for Windows（用于源码管理）

注意：安装顺序必须严格遵循Visual Studio → CUDA → cuDNN → OpenCV，否则会导致环境变量配置异常。

2. 显卡驱动与CUDA配置

RTX 30系显卡用户需要特别注意驱动兼容性。以下是验证驱动正确安装的关键步骤：

# 查看NVIDIA驱动版本
nvidia-smi
# 输出应包含类似信息：
# +-----------------------------------------------------------------------------+
# | NVIDIA-SMI 516.94       Driver Version: 516.94       CUDA Version: 11.7     |
# |-------------------------------+----------------------+----------------------+