因为yolo的源码是c语言写的，所以移植到windows下还不算很难，就是要修改的地方比较多，后来在github上找到别人修改好的代码：
https://github.com/AlexeyAB/yolo-windows 在此基础上做了一些修改，并将代码封装成了动态库。主要的修改为： opencv更换为2.4.10版本 ；标签从txt文件中读取并且可以是中文（注意编码ANSI）；每次测试一个文件夹。
（1）GPU+OPENCV版本
其中，CUDA版本为7.5，Opencv版本为2.4.10，配置好CUDA和Opencv后，打开项目即可运行（VS2013）。
封装好的代码下载地址：
链接：http://pan.baidu.com/s/1jIa2WWu 密码：a8al （文件中带测试模型，所以比较大）
GPU（我的显卡是GTX970）版本处理每张图片约0.05s，效果如下：
（2）CPU+OPENCV版本
Opencv版本为2.4.10.
封装好的代码下载地址：
链接：http://pan.baidu.com/s/1o8MxVq6 密码：gruk
CPU版本处理每张图片约10s（可能我的CPU比较差），和GPU相比慢很多，所以不建议使用。效果如下：
如果使用GPU版本，显卡可能要求比较高，否则可能出现out of memory的情况。
封装源码下载地址：
http://download.csdn.net/detail/sinat_30071459/9688381 （bin加入环境变量）
标签已经修改为中文，如果测试自己的模型，修改代码中四个变量即可。如果你的标签也需要修改成中文，可以使用上面代码中data/labels/make_labels_all.py生成标签图片。
每次可以测试整个文件夹的图片，按空格下一张。
（以上代码均是在win7 64位，vs2013下封装）
