windows7 + vs2015 + matlab2018b + cuda9.2 配置SiameseFC 目标跟踪网络

0前言

假设已经下载并安装好了 matlab2018b（版本可以不同） 、vs2015（必须此版本）、安装了CUDA9.2（其他版本也可以）、cudnn版本与cuda对应起来，看个人情况，cudnn会有加速效果。
所有软件具体安装教程可网上查询。
cuda安装和cudnn 安装可以参考 https://blog.csdn.net/shanglianlm/article/details/79404703
和 https://blog.csdn.net/qq_33993942/article/details/79149669

版本要求说明：由于使用了matconvnet，所以对matlab和vs，cuda版本有所要求。
下图是官网要求。
matlab（R2015b 或 更高）
vs （visual studio 2015 或更高）
cuda（7.5 或更高）

环境配置好的条件下，做接下来的工作。

1首先

(项目环境下载)
simeseFC网络代码下载。链接：https://github.com/bertinetto/siamese-fc
(依赖库下载)
下载 matconvnet ，版本最好用作者用的版本。版本见下图。（我用的是v1.0-beta25版本）

----04/03更新备注：作者用的这个版本，遇到matlab2018不兼容的问题，没有试过如何修改，所以如果你用的matlab是2018的话，建议下载matconvnet 最新版.

将下载好matconvnet的安装包解压并放在项目中。可以将文件夹设置为下图

注意1： 外部链接库中可能不止包含 matconvet。文末挂上配置好的项目的压缩包。
可以下载好从 external_libs子文件夹中拷贝，也可以自己下载。
注意2： 我的matconvnet文件夹中的文件都已经进行了修改，下边会详述进行了哪些修改，如果希望自己一步一步配置的话，百度进行下载原始的，然后按照下边的步骤进行修改。

(项目测试文件下载)

我们只是进行测试环境的配置在本文，所以需要作者预训练好的网络来进行进行测试。
官方链接：http://www.robots.ox.ac.uk/~luca/siamese-fc.html 下载下图中框出的两项即可。在我挂出的整个项目中有包含。

下载好这两个文件后按照下图中的路径存放，即在项目文件夹中建立 path/to/nets/ 文件夹如下图。因为项目源码中的路径默认是这样的，也可以不按照这个来，但是在源码中进行对应的修改就可以。

至此，所有需要下载的东西都已经下载好。

下面介绍编译过程。

2编译配置

先在matlab中打开项目，然后将所有文件添加入当前路径，选中文件夹后右键，然后选择添加到路径–>选中的文件夹和子文件夹。如下图

（编译matconvnet）
编译这个专门用来进行卷积运算的库有很多方式，只介绍一种我用的。

1. 打开 matconvnet / matconvnet-master/matlab 下的 vl_compilenn.m 文件，修改 170 行 - 190行中的 如下图所框选的几项。
   
   说明1： enableGpu = true ，启用GPU，cudaMethod = ‘nvcc’使用nvcc来编译cuda，cudaRoot = ‘C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.2’（这里是cuda toolkit安装的位置）
   说明2： 这里没有启用 cudnn，我没有用，如果想用可以参考网上如何配置这个，只要cudnn版本正确，安装正确，配置起来很简单，只需要将对应几个文件夹拷贝即可，这里不多说。

2. 接下来使用 mex -setup来设置 C++编译器（有可能会碰到以下错误）

   错误： Unsupported VS C++ compiler, ver >=14.0 required (VS2015).

   解决这个问题才能继续编译，因为必须有C++编译器可用才行。。
   （如果你按照要求只安装了 VS2015，那么不会碰到这个错误，我的机子上装了三个版本的VS（2010 + 2013 + 2015），所以默认不会使用 VS2015，需要使用命令mex来进行设置）

   操作： 命令行输入：
   mex -setup
   运行后如下图
   
   鼠标点击 Microsoft Visual C++ 2015 ©，然后再点击 mex -setup C++
   或者直接使用命令：
   mex -setup:C:\Users\用户名\AppData\Roaming\MathWorks\MATLAB\R2018b\mex_C++_win64.xml C++
   注意： 命令中的路径替换为你的路径，可以先找一下mex_C++_win64.xml这个文件在哪

3. 然后在命令行 输入

 vl_compilenn()  

如果你使用的官方 matconvnet，执行会报错：（注：这里的修改是针对matconvnet v1.0-beta25版本对matlab2018不兼容的问题，并非论文作者所用版本）

 Error using mex'C:\Users\alrabm\Documents\MATLAB\MatConvNet\
 matconvnet-1.0-beta25\matlab\mex\vl_nnconv.mexw64'compiled
  with '-R2018a' and linked with '-R2017b'. 
  For more information, see MEXfile compiled with one API and linked with another.

解决办法参考： https://github.com/vlfeat/matconvnet/issues/1143
即 vl_compilenn.m 文件中的 620 行修改为如图 ：

359 行修改为下图：

修改后重新执行命令（清空过变量的话重新设置C++ compiler，见步骤2，一般不会清空，没清空不用管了）

vl_compilenn()  

编译执行过程中显示如下： 执行完成会提示完成

到此，完成了最复杂的一步。接下来改源码路径，然后执行即可。

（编译执行 tracker）

1. 按作者提示，将tracking文件夹下的几个文件的 .example 后缀删掉，只剩下 .m 后缀，说明见下图
   

2. 修改后打开 env_paths_tracking.m 文件，修改对应路径。上文中提到的两个预训练网络路径在此处配置，还有测试数据。 我们把demo-sequences 文件夹下的数据放到 \path\to\demo\sequences\ 文件夹下，放置后的路径名称等如下：
   
   env_paths_tracking.m 文件内容如下
   
   说明： 下边两个路径 备注：optional 可选，所以先不用管，保证上边这两个路径下有对应的东西即可。

3. 修改后就可以在命令行执行了

run_tracker('vot15_bag',1);

都完成了，效果如下：

---

最后放上百度云分享链接：
链接：https://pan.baidu.com/s/1SQDQ_ZWVzvHY7H8BgaCuXQ 密码：hqjl

如果配置中有疑问或问题，或者分享链接失效，均可联系 QQ：1241679714，邮箱同号

---

最后的最后，本文略有粗糙，还请各位指教。