1、显卡驱动：
1.1、首先禁用集显，网上教程比较多，一直到 输入

lsmod | grep nouveau

没有输出为止，证明禁用成功。
1.2、集显禁用以后，我是采用 apt-get 的方式直接安装显卡驱动的，没有采用源码编译的方式，因为这样更快更省事，而且没有出错。
可借鉴这篇博文的安装方式

我的安装过程都很顺利，没有报错。若有同学出现错误，请另行寻找其余的解决方式。

2、cuda9安装
cuda9的安装主要借鉴了这篇博文，

从博文的第二部分开始，我才用的.run文件进行安装的。其中，安装刚开始时，需要手动回车一直到100%，这是可使用 ctrl+c的命令直接跳过。然后问你安装显卡驱动时，选择no。其余都是yes或者accept。静等安装就可，然后就是配置环境变量。一些按照博文就可。

3、cudnn安装
cudnn是和cuda一起使用的，所以安装cuda后要紧跟着安装cudnn。这里我采用的这篇博文，直接跳跃到安装cudnn那部分，按照指令进行操作即可。

4、opencv4.2.0安装
这一部分比较坑，我一开始直接安装的opencv4.2.0和opencv_contrib4.2.0.但是看到有帖子说道要讲opencv和cuda一起编译，我就卸载了，重新安装。但是带cuda的opencv一直出错。可能是我显卡太久的原因。最终还是放弃带cuda的opencv编译。单独编译的opencv。这里主要借鉴的这篇博文。

这里整个的过程和命令我是完全按照博文一步一步来的。其中编译那一步，我是使用cmake-gui编译的，顺道生成了opencv4.pc文件，博文里也提到了。中间出现的错误也是一样的。

全部操作完毕后，opencv就安装完了。此时在/usr/local/lib/pkgconfig文件夹下会生成opencv4.pc文件，将其克隆到/usr/lib/pkgconfig并将移动后的文件重命名一下

sudo cp /usr/local/lib/pkgconfig/opencv4.pc /usr/lib/pkgconfig
sudo mv opencv4.pc opencv.pc

第二步要进到/usr/lib/pkgconfig文件夹下操作。

至此opencv就安装完成了。

5、yolov3配置

配置过程比较简单，其中make之前要修改一下darknet/makefile文件里面的开头那里， opencv=1.
然后再执行make。出现的错误

./src/image_opencv.cpp:12:1: error: ‘IplImage’ 报错

我是借鉴了这篇博文解决的。

make完事以后，就下载yolov3.weight文件，然后别的没动，直接在darknet文件夹下执行的测试命令

./darknet detect cfg/yolov3.cfg yolov3.weights data/dog.jpg

加载weight之后等一会就会出现图片，代表配置成功。

然后在darknet/makefile文件里面的开头那里，进行修改一下：

GPU=1
CUDNN=1//如果已经安装
OPENCV=1

代表使用gpu，虽然之前没有带cuda的opencv编译，但我修改这里后也能运行。
修改完这里，需要重新对darknet文件进行make，重新make之前要清除一下。

make clean
make

make出现的错误也可以借鉴刚才的那篇博文。
然后再运行测试命令，这时候出现了错误

CUDA error:out of memory
check_error: Assertion `0' failed. 已放弃 (核心已转储)

这意味着显存不够了。我的显存时2G，旧电脑。这里借鉴的这篇博文修改的。

其中还在它的评论里发现，改cfg目录下yolov3.cfg第8、9行height和width值，修改为宽高都为416。修改完后没有出错。大功告成。