Windows下VS2013 C++编译测试faster-rcnn

原创帖!转载请注明出处:http://www.cnblogs.com/LaplaceAkuir/p/6445189.html

       本人最近研究faster-rcnn,在ubuntu成功跑通matlab版本和python版本,但是由于项目开发需要,则要在windows上进行c++版本的faster-rcnn应用,于是参照着http://blog.csdn.net/oYangZi12/article/details/53290426?locationNum=2&fps=1提供的代码,以及Matlab版本faster-rcnn的代码过程,自己整理了C++版本的faster-rcnn,当然只能进行测试,并且model必须是matlab的,过段时间会尝试整理读取py-faster-rcnn模型的c++版本代码。

 

一:安装环境:

  1、windows10,

  2、Visual Studio 2013

  3、cuda7.5和cudnn5.1

  3、Caffe版本:https://github.com/Microsoft/caffe

 

二:caffe安装

  将caffe-master/windows/CommonSettings.props.example复制一份就做caffe-master/windows/CommonSettings.prop,用文本编辑器notepad++(Visual stadio 打开也可以)对其进行配置。需要注意的是CPU还是使用GPU,以及是否编译matlab和python的接口。我的配置如下:

  

  本人安装了Anaconda windowsX64 2.7版本来配置python,安装Anaconda2后需要下载必要的python库

cmd下运行

1 conda install --yes numpy scipy matplotlib scikit-image pip
2 pip install protobuf

  上图第二个箭头处,由于本人matlab版本为2016a,在编译微软的caffe版本时遇到了"gpu/mxGPUArray.h" Not Found问题,因此需要在IncludePath处添加上述路径。

  打开caffe-master/windows/caffe.sln,项目选择released模式,修改libcaffe的C++常规设置,将警告视为错误选择否,如果需要使用faster-rcnn,请先看第三步faster-rcnn配置的编译步骤,以免重复编译,如不需要,则直接开始生成解决方案,会出现Nuget还原管理界面,结束后会在caffe-master的同级目录下生成一个NugetPackages的目录,装的是各种依赖库。结果如下图

编译时间很长,耐心等待后没有出现问题就表明编译成了。

 

三:faster-rcnn配置

    1、重新编译caffe 

   由于faster-rcnn中使用了roi-pooling-layer层,而微软版本编译时并未添加roi_pooling_layer,所以我们需要将头文件,cu文件和cpp文件手动加入到libcaffe中,为防止出现其他问题。本人将caffe-master/include/caffe下的所有头文件加入到libcaffe项目的头文件中,caffe-master/src/caffe的cpp和cu文件加入到libcaffe的源文件和cu文件中。

添加完成后,再次重新编译整个项目。编译成功后,整个caffe就编译完成了。

 2、新建faster-rcnn-test项目

  在caffe-master/windows/下新建项目。

  本人整理好的第三方依赖项faster_3rdparty,链接:http://pan.baidu.com/s/1qYttnsS 密码:d0ud,将其解压到caffe-master/目录下。

  c++包含目录:../../include; ../../faster_3rdparty/include C:/Program Files/NVIDIA GPU Computing Toolkit/CUDA/v7.5/include(本人cuda安装目录)

  库链接目录:../../Build/x64/Release;../../faster_3rdparty/lib;C:/Program Files/NVIDIA GPU Computing Toolkit/CUDA/v7.5/lib/x64;

     附加依赖项项:opencv_calib3d2410.lib;opencv_contrib2410.lib;opencv_core2410.lib;opencv_features2d2410.lib;opencv_flann2410.lib;opencv_gpu2410.lib;opencv_highgui2410.lib;

opencv_imgproc2410.lib;opencv_legacy2410.lib;opencv_ml2410.lib;opencv_objdetect2410.lib;opencv_ts2410.lib;opencv_video2410.lib;caffe.lib;libcaffe.lib;cudart.lib;cublas.lib;

curand.lib;gflags.lib;libglog.lib;libopenblas.dll.a;libprotobuf.lib;leveldb.lib;lmdb.lib;hdf5.lib;hdf5_hl.lib

  将faster_3rdparty/bin目录添加到系统环境变量中。

  添加本人上传的faster-rcnn c++代码,链接https://github.com/zhanglaplace/Faster_rcnn_Cplusplus_vs2013,代码结合Matlab版本的faster-rcnn以及参考http://blog.csdn.net/oYangZi12/article/details/53290426?locationNum=5&fps=1 提供的代码。下载model,model文件可以从网盘下载,网盘链接:http://pan.baidu.com/s/1dF88JvV ,设置新建项目为启动项目,且只编译该项目。

  运行结果如下:

 

PS:如果编译成功的话,不要忘了给我的github工程点个star!

======================================================================================
转载补充:
若遇到如下错误
WARNING: Logging before InitGoogleLogging() is written to STDERR
F0317 21:30:50.978056 19544 layer_factory.hpp:69] Check failed: registry.count(type) == 0 (1 vs. 0) Layer type Convolution already registered.
*** Check failure stack trace: ***
layer_factory.hpp中对应的
CHECK_EQ(registry.count(type), 0)
       << "Layer type " << type << " already registered.";
这两行代码注释掉。

你可能感兴趣的:(深度学习,caffe)