这是我利用GPU加速Opencv的时候自己在VS2015平台下编译好的库(VS2015+CUDA9.2+OpenCV3.4.2)

OpenCV-YOLOv3示例代码、预训练模型以及测试图像/视频。让我们看看YOLO如何在一张图片中检测目标。 首先，它把原图按比例平均分解成一张有13x13网格的图片。这169个单元会根据原图的大小而改变。对于一张416x416像素的图片，每个图片单元的大小是32x32像素。处理图片时，会以图片单元为单位，预测单位中的多个边界框。 对于每个边界框，这个网络会计算所包含物体的边界框的置信度，同时计算所包含的目标是属于一个特定类别的可能性大小。 非最大抑制（non-maximum suppression）可以消除低置信度的边界框，以及把同时包围着单个物体的多个高置信度的边界框消除到只剩下一个。

[请给低评分，以降低下载所需币数]在工程中包含lib（.a文件）和include文件夹（.h文件），并将bin文件夹路径添加到环境变量中

YOLO3 目标识别在OpenCV3.4.2中用C++实现。YOLO: Real-Time Object Detection,You only look once (YOLO) is a state-of-the-art, real-time object detection system. On a Pascal Titan X it processes images at 30 FPS and has a mAP of 57.9% on COCO test-dev.我用i7 8700K CPU跑，每张图片只需要160ms左右，速度还是蛮快的了。

2018年7月4日发行的opencv3.4.2官方库是64位平台的，库文件是一个合并的opencv_world模块。这是经过VS2015从源码编译产生win32(x86)平台的动态库文件，含有分立的多个模块动态库，同时也含有一个合并的win32(x86)平台的opencv_world模块的动态库，方便使用。经简单测试可用。