编译的安装顺序是，CUDA+CUDNN（安装包与压缩包不要删除，不要删除，不要删除，防止踩坑的后备）,然后是VisualStdio，其次是OPENCV + 扩展库，最后是cmake。
环境变量配置，参考博文window10运行yolov4 GPU版 编译yolo_cpp_dll_小井dsc的博客-CSDN博客。其中，CUDA与OPENCV都需要进行环境配置，这对于以后的编译十分重要。
CUDA可以从nvidia官网进行安装，然后cudnn下载cuDNN Library for Windows (x86)即可，将各个文件夹下的分别对应放入cuda的文件夹内，然后配置环境变量。
VS是最好装的一个软件了，不需要博文参考。
OPENCV的编译坑非常多。参考：Windows系统下配置具有Contrib扩展模块的GPU版OpenCV(Windows10+VS2015+OpenCV3.4.3+CUDA9.0+cuDNN7.0)_stjuliet的博客-CSDN博客
opencv4.2.0-windows-cuda-源码编译 - 知乎
1.无法下载一些.data,.i,或者zip文件。在opencv的build打开cmakedownload.txt，里边有下载的网址，下载完成后放入.cache对应的文件夹下，命名规则是hash值+文件名，cmakedownload.txt中也有相应提示。
如若hash值不对应的话，再进行config时，依然会报错，而且以后进行编译也会有隐患，最好自己下载。
2.必须找到with_cuda这个选项，其次还需要设置扩展库的路径，注意斜杠的方向，或者从cmake中找，然后自动填充路径。
编译yolov4
1.先cmake，找到cuda选项、cudnn选项以及OPENCV_DIR等，必须全部找到，没有找到CUDA的话，说明安装顺序有问题，卸载CUDA再重新安装一遍。如果OPENCV_DIR没有的话，在Cmakelist中加入
注意：一定要找到build文件下，并且注意时反斜杠。
2.再进行生成，打开项目。
3.在VS中，找到BUILDALL选项，生成（也可以在此配置好库、依赖等），如果用不到import darknet的话，则不需要配置。然后找到install，右击生成。完成编译。
编译yolo_cpp_dll.dll 思路参考：WIN10+YOLOv4，windows上完美执行YOLOv4目标检测丶Java教程网-IT开发者们的技术天堂
1.先修改yolo_cpp_dll.vcxproj中的CUDA版本与VS中的版本一致。路径在：C:\Program Files (x86)\Microsoft Visual Studio\2019\Community\MSBuild\Microsoft\VC\v160\BuildCustomizations\CUDA 11.2.props，设置成Releas ×64
2.在VS中打开，进行生成，如果生成失败的话，出现错误MSB3721，那么将编译版本进行选择一下。都选择到最新即可。
3.添加包含库、库目录 参考：WIN10+YOLOv4，windows上完美执行YOLOv4目标检测丶Java教程网-IT开发者们的技术天堂
包含库
C:\Program Files (x86)\opencv\build\include
C:\Program Files (x86)\opencv\build\include\opencv
C:\Program Files (x86)\opencv\build\include\opencv2库目录
C:\Program Files (x86)\opencv\build\x64\vc14\lib添加依赖，解决报错Link错误，无法解析外部符号，参考：opencv4.2.0-windows-cuda-源码编译 - 知乎
CUDA C/C++选项中，修改device compute值参考https://www.cnblogs.com/learnAI/archive/2004/01/13/12436540.html
然后右击项目，即可生成。将生成后的yolo_cpp_dll.lib拷贝至根目录下，即可，解决报错OSError: [WinError 126] 找不到指定的模块。
在daeknet.py中添加，解决报错ForceCPU未定义问题。
os.environ["CUDA_VISIBLE_DEVICES"] = '0'