此外： YOLO-V2总结篇 Yolo9000的改进还是非常大的
由于原版的官方YOLOv1是只支持linux 和mac的，如果要自己修改，可能需要走好对哦的坑，同时还得具备一定的技术水平，幸好有革命斗士为我们走出了这一步，
推荐使用第二个版本，比较新，使用CUDA8.0，第一个版本使用CUDA6.5.
推荐使用YOLO-V2版本，V1版本没有编译成功。
随便下载上面的一个yolo，然后进入yolo-windows-master\build\darknet\下面，用vs2013直接打开darknet.sln，选择，x64版本，只要配置OpenCV和pthreads就可以，
为了方便大家参考，这里贴出本人的环境配置...........................
.................................
配置好编译时，出现：error C2275: 'size_t'.....问题
解决方法： 把出错的地方，变量声明全部移到函数头部.....
此外，一步编译成功......
编译成功：
进入，yolo-windows-master\build\darknet\x64\Release\下面，
去官网链接，http://pjreddie.com/media/files/yolov1.weights，下载好yolov1.weights，https://pjreddie.com/darknet/yolo/，使用
https://pjreddie.com/media/files/yolo.weights
得到预训练的权值。
然后运行，darknet.cmd darknet_coco.cmd，随便输入一张图像，例如，person.jpg，就会出来运行效果。
其中第一个为cpu+debug版本，第二个为cpu+release版本，
下图为运行结果：
编译cudnn版本：
在convlutional_kernels.cu 工程出现 unsolved external symbol cudnn_handle.
在darkNet源代码里面 cuda.h 已经声明！
训练篇：
这里假定我要实现一个简单的人脸检测。
（1）首先就是数据集的准备，这里建议使用python+QT开发的抠图小工具，labelImg。
（2）模仿VOC的格式建立相应的文件夹，执行，
