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: ***

将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。