整个配置过程主要参考darknet的官方文档：https://github.com/AlexeyAB/darknet#how-to-compile-on-windows，本文对应的是legacy way.
1.darknet下载：打开darknet官方文档链接，下载该项目并解压。
2.安装显卡驱动
下载：https://www.geforce.cn/drivers，按照自己的显卡型号搜索安装最新的驱动。
打开NVIDIA控制面板，系统信息——》组件——》NVCUDA.dll ******就是显卡支持的CUDA最高版本。
3.安装CUDA
下载地址：https://developer.nvidia.com/cuda-toolkit-archive,下载不高于最高版本的CUDA，选择exe(local)。
下载完成后，启动安装过程，可以参照博主https://blog.csdn.net/qq_37296487/article/details/83028394
4.cuDNN安装
下载地址：https://developer.nvidia.com/rdp/cudnn-archive，下载对应CUDA版本的cuDNN，本人是cudnn7.4.1.安装过程参照博主https://blog.csdn.net/qq_37296487/article/details/83028394。
另外，新建一个系统变量CUDNN，变量值为cudnn的安装路径：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0
5.安装OpenCV
下载地址：https://opencv.org/releases.html，官方文档说如果安装opencv就安装3.4.0以及之前的版本，在3.4.1的C API中有一个bug。本文下载的3.4.0版本，安装选默认路径就行。安装完成后将C:\opencv\build\include和C:\opencv\build\x64\vc14\lib添加到系统变量Path中去。
6.开始编译darknet
用vs2015打开C:\Users\admin\Desktop\darknet-master\darknet-master\build\darknet——》darknet.sln
如果使用的是vs2017,则先打开Visual Studio Installer,选择“修改”——》单个组件——》v140工具集，点击右下角修改，安装v140工具集。再用vs2017打开darknet.sln，打开时会提示升级到v141工具集，选择“不升级”。
打开项目后，选择release，×64.
修改项目属性：属性——>C\C++——>常规——>附加包含目录，将项目自带的opencv包含目录改成自己安装的opencv包含目录C:\opencv\build\include。
属性——>链接器——>常规——>附加库目录，将项目自带的opencv库目录改为自己安装的opencv库目录C:\opencv\build\x64\vc14\lib。
保存更改的属性，生成——>生成darknet。编译成功，在C:\Users\admin\Desktop\darknet-master\darknet-master\build\darknet\x64下会生成darknet.exe.
将C:\opencv\build\x64\vc14\bin下的opencv_world340.dll和opencv_ffmpeg340_64.dll复制到darknet.exe所在文件夹下，将C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\bin下的cudnn64_7.dll也复制到darknet.exe所在文件夹下，就可以在Windows系统下用darknet框架训练YOLO啦！