Win10下Faster_RCNN的MATLAB配置（CPU）

Win10下Faster_RCNN的MATLAB配置（CPU）

---

花了一周的时间，走了很多的弯路，终于是搞出来了，所以想分享一下，仅供参考。
转载请附上原文出处链接和本声明本：本文链接

---

前言

刚开始没有分清GPU和CPU，所以傻福福的跑去下载CUDA10.1及其CUDNN，其实这是属于GPU配置所需，MATLAB属于CPU，根本不需要下载CUDA，蓝瘦。

正文

1. 环境配置

在下的配置是 WIN10 + MATLAB2017B + VS2013，看到很多博主说先装VS再装MATLAB以防MATLAB找不到VS，其实我的就是先装MATLAB2017B，后装VS2013并没有出现找不到的情况。如下图所示，输入命令 mex -setup 出现下图文字即代表MATLAB可以找到VS2013。

基本需求下载链接：
MATLAB2017B：https://pan.baidu.com/s/1aNwfPnboIY-kj12BwfUrNA 提取码：0vfz
VS2013：https://pan.baidu.com/s/1qdI-AXTiTYu5eiRsyrHfDA 提取码：njt3
faster_rcnn：https://github.com/ShaoqingRen/faster_rcnn
caffe：https://github.com/microsoft/caffe
faster_rcnn_final_model：https://pan.baidu.com/s/1lzIyBnPyTZIph3-szz-QEQ 提取码：4mil

2. VS2013编译caffe

2.1 CommonSettings.props文件配置
解压caffe-master，找到./ caffe-master/windows/ CommonSettings.props.example。
复制该文件并改名为CommonSettings.props后用notepad打开（或者记事本），修该以下内容：
第7行: < CpuOnlyBuild > false < /CpuOnlyBuild >修改为< CpuOnlyBuild >true< /CpuOnlyBuild >
第8行: < UseCuDNN > true< /UseCuDNN >修改为< UseCuDNN >false< /UseCuDNN >
第16行: < MatlabSupport >false< /MatlabSupport >修改为< MatlabSupport >true< /MatlabSupport >
第53行: < MatlabDir >C:\ProgramFiles\MATLAB\R2014b< /MatlabDir >修改为< MatlabDir > D:\Program Files\MATLAB\R2017b< /MatlabDir >（你的MATLAB安装路径）
第55行: < IncludePath > $ (MatlabDir)\extern\include; $ (IncludePath)< /IncludePath >
修改成：< IncludePath > $ (MatlabDir)\extern\include; $(MatlabDir)\toolbox\distcomp\gpu\extern \include; $(IncludePath)< /IncludePath >

2.2 libcaffe工程编译

a. 双击./caffe/windows/Caffe.sln，将Debug模式调成Release模式；
b. libcaffe项目右键—> 属性—>配置属性—> C/C++ —> 常规，将将警告视为错误修改为否；
c. 找到工程libcaffe/cu/layers右键添加现有项，把roi_pooling_layers.cu，添加进去，roi_pooling_layers.hpp，roi_pooling_layers.cpp同理。
d. libcaffe项目右键—> 生成。如果成功的话，请移驾2.3。

2.2.1 Nuget程序包下载问题

编译失败了吗？是下图错误吗？恭喜你即将学到新的知识。

其实直接右键libcaffe生成的话，Nuget会还原这些程序包（你可以点击管理Nuget程序包，但多半会操作超时），但是多半失败，那些还原成功的我真是既懵逼又羡慕，反正在下只能手动操作了。
打开libcaffe/packages.config，可以看到11个包，先把这11个包记下，然后删除，如下图：


然后去https://www.nuget.org/packages官网下载刚才删除的11个程序包，WIN10浏览器的下载器可以右键复制链接拿到迅雷下载。下载完后把.nupkg文件复制到新建的NugetPackage文件下（名字随你开心），这个文件的路径也没有要求，可放在工程同路径下。
Libcaffe右键—>管理Nuget程序包—>设置—>添加可用程序包源，把刚才的文件夹名字和路径放上去，更新，确定，如下图所示：

这时候你会发现，联机—>NugetPackage下有你刚才下载的程序包了，再把那11个的libcaffe工程需要的程序包安装上就行，如下图所示：
再次libcaffe右键—>生成，如果编译成功，请移驾2.3。

2.2.2 OpenCV配置

又编译失败了吗？还是下图错误吗？再次恭喜你即将学到新的知识。

首先，卸载Nuget的OpenCV包，然后libcaffe右键->生成依赖项->自定义生成，把里面的opencv取消选中，如下图：

再次右键libcaffe->卸载项目->重新编辑libcaffe.vcxproj，删掉带OpenCV.2.4.10字样的4行代码（都是路径），保存，关闭，右键libcaffe->重新加载项目。
接着，下载opencv3.0（我用的3.0版本OK的，当然你也可以尝试新大陆）安装到随便哪个路径，然后把include和lib的路径添加到工程当中（OpenCV.3.0 提取码：qilt ）如下图：



Libcaffe右键->设置为启动项->生成。
还不成的小伙伴们再去看看别的博主的教程学习一哈子，在下只能帮你到这儿啦~

2.3 VS2013编译matcaffe

a. 双击./caffe/windows/Caffe.sln，将Debug模式调成Release模式；
b. libcaffe项目右键—> 属性—>配置属性—> C/C++ —> 常规，将将警告视为错误修改为否；
c. matcaffe项目右键—> 生成。如果成功的话，请移驾3。

2.3.1 matcaffe的Nuget程序包

不知道小伙伴注意了没有，matcaffe的package.config和libcaffe的是不一样的呢，同理，参考上文Nuget程序包添加就完了，别忘记删掉matcaffe.vcxproj的OpenCV.2.4.10路径，手动添加OpenCV3.0的路径哦。

3. 在MATLAB中使用caffe

a. 将./caffe-master/Build/x64/Release添加到系统变量的path中，如下图;

b. 将./ caffe-master/Build/x64/Release/matcaffe添加到matlab的搜索路径中，如下图;

c. 将 ./ caffe-master /matlab/+caffe/下的.m文件都复制到./ caffe-master /Build/x64/Release/
matcaffe/+caffe/文件夹下；
d. 打开之前下载的faster_rcnn，在MATLAB的./faster_rcnn-master路径下执行命令 caffe.reset_all()，输出结果如下：Cleared 0 solvers and 0 stand-alone nets，说明matlab接口可以使用了。
e. 执行 ./faster_rcnn-master/faster_rcnn_build.m 多半会报错说找不到 opencv_world300d.dll，没关系，把 ./OPENCV3.0/opencv/build/x64/vc12/lib路径下的opencv_world300d.dll 拷贝到 ./caffe-master/Build/x64/ Release路径下。如果你没出现提示缺少libgflags.lib的报错，那恭喜你，再运行一遍faster_rcnn_build.m，忽略下图错误，继续下一步。

f. 在./faster_rcnn-master/external/caffe/文件夹下新建一个空白名为matlab的文件夹，执行faster_rcnn-master/start_up.m，提示：fast_rcnn startup done，说明运行成功，继续下一步。
g. 解压faster_rcnn_final_model到./ faster_rcnn-master，得到5张图片，并覆盖原来的output文件，修改./faster_rcnn-master/experiments/ script_faster_rcnn_demo.m如下图:

运行./faster_rcnn-master/experiments/ script_faster_rcnn_demo.m，结果下图



恭喜通关~

PS. 找不到libgflags.dll问题

找不到libgflags.dll的解决方法。
参考博客：libgflags.dll的编译
需要注意的是，该博客的工程是win32的配置，需要自行修改成x64的然后编译。
Libgflags右键->属性->配置管理器，点击win32，点新建，把win32换成x64，取消勾选创建新的解决方案平台，如下图所示：


最后一步的build solution是编译libglog和libgflags，把编译生成的libgflags.dll和libgflags.pdb复制到./caffe-master/Build/x64/Release下，再执行script_faster_rcnn_demo.m就成功啦。

还不成的小伙伴们不要气馁，你要想，天选之子总要经历磨难【手动狗头】，干巴蝶~