在Windows下运行Felzenszwalb的Deformable Part Models(voc-release4.01)目标检测matlab源码
可变形部件模型Deformable Part Models是目前最好的目标检测算法，由Felzenszwalb提出，本文介绍如何在windows下运行Felzenszwalb给出的matlab源码。
有关Deformable Part Model参见论文
A Discriminatively Trained, Multiscale,Deformable Part Model[CVPR 2008]的中文翻译
Object Detection with Discriminatively Trained Part Based Models[PAMI 2010]的中文翻译
及 有关可变形部件模型(Deformable Part Model)的一些说明
Deformable Part Model 相关网页(其中有源码下载)：http://www.cs.berkeley.edu/~rbg/latent/index.html
Pedro Felzenszwalb的个人主页：http://cs.brown.edu/~pff/
PASCAL VOC 目标检测挑战：http://pascallin.ecs.soton.ac.uk/challenges/VOC/
Felzenszwalb给出了matlab版本的实现，且只能运行在linux和Mac操作系统上，有网友给出了其中的第四版voc-release4.01修改后在windows上运行的方法，这里进行一下总结。
本文参考以下三篇博客：
Win7+VS2010+Matlab2011b下运行Discriminatively Trained Deformable PartModels(4.01版）代码-运行demo()-详细步骤
如何在window下运行Discriminatively Trained Deformable PartModels代码
在windows下运行Felzenszwalb的Discriminatively Trained Deformable Part Models代码
我的环境：Win7 + Matlab R2010a(其中配置VC++6.0中的c++编译器)
在网站http://www.cs.berkeley.edu/~rbg/latent/index.html上下载voc-release4.01源码并解压。
步骤1 在Matlab中配置c++编译器
在matlab命令行中输入：
mex –setup
回车，出现提示：
Please choose your compiler for building external interface (MEX) files: Would you like mex to locate installed compilers [y]/n?
输入n，回车，此时会列出matlab支持的编译器：
Select a compiler:
[1]Intel C++ 11.1 (with Microsoft Visual C++ 2008 SP1 linker)
[2]Intel C++ 9.1 (with Microsoft Visual C++ 2005 SP1 linker)
[3]Intel Visual Fortran 11.1 (with Microsoft Visual C++ 2008 SP1 linker)
[4]Intel Visual Fortran 11.1 (with Microsoft Visual C++ 2008 Shell linker)
[5]Intel Visual Fortran 10.1 (with Microsoft Visual C++ 2005 SP1 linker)
[6]Lcc-win32 C 2.4.1
[7]Microsoft Visual C++ 6.0
[8]Microsoft Visual C++ 2005 SP1
[9]Microsoft Visual C++ 2008 Express
[10]Microsoft Visual C++ 2008 SP1
[11]Open WATCOM C++
[0]None
根据自己机器上安装的VC版本，选择对应的编译器，输入序号，回车，提示：
Your machine has a Microsoft Visual C++compiler located at
C:\Program Files\Microsoft Visual Studio.Do you want to use this compiler [y]/n?
如果自动检测给出的是正确的VC目录，输入y，否则可以输入n后手动输入VC目录。
步骤2 尝试调用compile()编译源码
将matlab工作目录设置为文件夹voc-release4.01所在的目录，在matlab命令行中输入compile，即调用compile()函数尝试编译源码，我们看看会出现什么错误，然后挨个解决，错误提示如下：
Command line warning D4024 : unrecognizedsource file type 'resize.cc', object file assumed
Command line warning D4027 : source file'resize.cc' ignored
Command line warning D4021 : no actionperformed说明编译器无法识别.cc文件，打开compile.m文件，如下：
mex -O resize.cpp mex -O dt.cpp mex -O features.cpp mex -O getdetections.cpp % use one of the following depending on your setup % 0 is fastest, 3 is slowest % 0) multithreaded convolution using SSE % mex -O fconvsse.cc -o fconv % 1) multithreaded convolution using blas % WARNING: the blas version does not work with matlab >= 2010b % and Intel CPUs % mex -O fconvblasMT.cc -lmwblas -o fconv % 2) mulththreaded convolution without blas % mex -O fconvMT.cc -o fconv % 3) convolution using blas % mex -O fconvblas.cc -lmwblas -o fconv % 4) basic convolution, very compatible % mex -O fconv.cc -o fconv %在windows下使用时加上下面这句，并注释掉0) mex -O fconv.cpp发现首先会编译resize.cc，dt.cc，features.cc，getdetections.cc 这四个文件，既然不识别.cc文件，就将这四个.cc文件的扩展名都改为.cpp，同时也修改compile.m文件，将前四句改为：
mex -O resize.cpp
mex -O dt.cpp
mex -O features.cpp
mex -O getdetections.cpp
步骤3 修改resize.cpp文件
然后调用compile()，错误提示：
resize.cpp(36) : error C2057: expected constant expression resize.cpp(36) : error C2466: cannot allocate an array of constant size 0 resize.cpp(36) : error C2133: 'ofs' : unknown size resize.cpp(70) : error C2065: 'bzero' : undeclared identifier resize.cpp(95) : error C2065: 'round' : undeclared identifier为解决此问题，修改resize.cpp文件，在前面加上bzero和round的定义：
#define bzero(a,b) memset(a,0,b)
int round(float a){float tmp = a-(int)a; if(tmp>=0.5) return(int)a+1;else return (int)a;}
并并修改ofs数组的定义，将
alphainfo ofs[len];这句改成：
alphainfo *ofs = new alphainfo[len];
当然在同一作用域后面加上：
delete [] ofs;
修改完后的resize.cpp文件如下：
#include <math.h>
#include <assert.h>
#include <string.h>
#include "mex.h"
/*
* Fast image subsampling.
* This is used to construct the feature pyramid.
*/
//在windows下使用时加上下面这句
#define bzero(a,b) memset(a,0,b)
int round(float a){float tmp = a-(int)a; if(tmp>=0.5) return (int)a+1;else return (int)a;}
// struct used for caching interpolation values
struct alphainfo {
int si, di;
double alpha;
};
// copy src into dst using pre-computed interpolation values
void alphacopy(double *src, double *dst, struct alphainfo *ofs, int n) {
struct alphainfo *end = ofs + n;
while (ofs != end) {
dst[ofs->di] += ofs->alpha * src[ofs->si];
ofs++;
}
}
// resize along each column
// result is transposed, so we can apply it twice for a complete resize
void resize1dtran(double *src, int sheight, double *dst, int dheight,
int width, int chan) {
double scale = (double)dheight/(double)sheight;
double invscale = (double)sheight/(double)dheight;
// we cache the interpolation values since they can be
// shared among different columns
int len = (int)ceil(dheight*invscale) + 2*dheight;
//alphainfo ofs[len];
alphainfo *ofs = new alphainfo[len];//在windows下使用时加上这句，注释掉上面一句
int k = 0;
for (int dy = 0; dy < dheight; dy++) {
double fsy1 = dy * invscale;
double fsy2 = fsy1 + invscale;
int sy1 = (int)ceil(fsy1);
int sy2 = (int)floor(fsy2);
if (sy1 - fsy1 > 1e-3) {
assert(k < len);
assert(sy-1 >= 0);
ofs[k].di = dy*width;
ofs[k].si = sy1-1;
ofs[k++].alpha = (sy1 - fsy1) * scale;
}
for (int sy = sy1; sy < sy2; sy++) {
assert(k < len);
assert(sy < sheight);
ofs[k].di = dy*width;
ofs[k].si = sy;
ofs[k++].alpha = scale;
}
if (fsy2 - sy2 > 1e-3) {
assert(k < len);
assert(sy2 < sheight);
ofs[k].di = dy*width;
ofs[k].si = sy2;
ofs[k++].alpha = (fsy2 - sy2) * scale;
}
}
// resize each column of each color channel
bzero(dst, chan*width*dheight*sizeof(double));
for (int c = 0; c < chan; c++) {
for (int x = 0; x < width; x++) {
double *s = src + c*width*sheight + x*sheight;
double *d = dst + c*width*dheight + x;
alphacopy(s, d, ofs, k);
}
}
delete[] ofs;//在windows下使用时加上这句
}
// main function
// takes a double color image and a scaling factor
// returns resized image
mxArray *resize(const mxArray *mxsrc, const mxArray *mxscale) {
double *src = (double *)mxGetPr(mxsrc);
const int *sdims = mxGetDimensions(mxsrc);
if (mxGetNumberOfDimensions(mxsrc) != 3 ||
mxGetClassID(mxsrc) != mxDOUBLE_CLASS)
mexErrMsgTxt("Invalid input");
double scale = mxGetScalar(mxscale);
if (scale > 1)
mexErrMsgTxt("Invalid scaling factor");
int ddims[3];
ddims[0] = (int)round(sdims[0]*scale);
ddims[1] = (int)round(sdims[1]*scale);
ddims[2] = sdims[2];
mxArray *mxdst = mxCreateNumericArray(3, ddims, mxDOUBLE_CLASS, mxREAL);
double *dst = (double *)mxGetPr(mxdst);
double *tmp = (double *)mxCalloc(ddims[0]*sdims[1]*sdims[2], sizeof(double));
resize1dtran(src, sdims[0], tmp, ddims[0], sdims[1], sdims[2]);
resize1dtran(tmp, sdims[1], dst, ddims[1], ddims[0], sdims[2]);
mxFree(tmp);
return mxdst;
}
// matlab entry point
// dst = resize(src, scale)
// image should be color with double values
void mexFunction(int nlhs, mxArray *plhs[], int nrhs, const mxArray *prhs[]) {
if (nrhs != 2)
mexErrMsgTxt("Wrong number of inputs");
if (nlhs != 1)
mexErrMsgTxt("Wrong number of outputs");
plhs[0] = resize(prhs[0], prhs[1]);
}
步骤4 修改dt.cpp文件
修改完resize.cpp文件后，继续compile，错误提示如下：
dt.cpp(61): error C2065: 'int32_t' : undeclared identifier
等等。
为解决此问题，在dt.cpp文件前面加上：
#defineint32_t int
然后继续compile，错误提示如下：
dt.cpp(77): error C2374: 'x' : redefinition; multiple initialization dt.cpp(70) : seedeclaration of 'x'
说明有变量的二次定义，其实这是VC++6.0编译器的一个bug，在VC++6.0中，如果有如下的语句：
for(int i=0; i < 10; i++)
{...}
for(int i=0; i <10; i++)
{...}
则编译器会提示第二个变量i是重复定义，也就是说，编译器不认为在for语句内定义的变量的作用域仅限于for语句内，这与C++语法不符，现在的VS2010中已经没有这个问题了。所以在resize.cpp文件的对应位置注释掉二次定义就可以了，或者如果你选择的编译器不是VC++6.0的话，就没有这个问题。
步骤5 修改features.cpp文件
修改好dt.cpp文件后，再次compile，错误提示如下：
features.cpp(48) : error C2065: 'round' : undeclared identifier
features.cpp(158) : error C2374: 'x' : redefinition; multiple initialization
features.cpp(65) : see declaration of 'x'
features.cpp(195) : error C2374: 'o' : redefinition; multiple initialization
features.cpp(179) : see declaration of 'o'
可以看出有三个问题，round()函数未定义，变量x和o重复定义，
所以在features.cpp文件中加入round()函数的定义：
intround(float a){float tmp = a-(int)a; if(tmp>=0.5) return (int)a+1;elsereturn (int)a;}
并根据出错位置注释掉变量x和o的二次定义
步骤6 再次修改compile.m文件
修改完features.cpp文件后，再次compile，错误提示如下：
Usage:
MEX [option1 ... optionN] sourcefile1 [... sourcefileN]
[objectfile1 ... objectfileN] [libraryfile1 ... libraryfileN]
Use the -help option for more information, or consult the MATLAB API Guide.
Error in ==> compile at 10
mex -O fconvsse.cc -o fconv
打开compile.m文件，查看第10行之前的注释：
% use one of thefollowing depending on your setup % 0 is fastest, 3 isslowest(应该是0 is fastest, 4 is slowest)
可以看到0-4只是效率不同，作用一样，既然第10行的0号出问题了，就换一个，根据网友pozen的说明：其他几个fconv用了其他平台的multiThread在windows上跑不起，所以在最后加上：
mex -O fconv.cpp
并将第10行的
mex -O fconvsse.cc -o fconv
注释掉。
注意这里要先将fconv.cc文件的扩展名改为cpp，否则还会出现一开始的不识别.cc文件的问题。
修改完后的compile.m文件如下：
mex -O resize.cpp mex -O dt.cpp mex -O features.cpp mex -O getdetections.cpp % use one of the following depending on your setup % 0 is fastest, 3 is slowest % 0) multithreaded convolution using SSE % mex -O fconvsse.cc -o fconv % 1) multithreaded convolution using blas % WARNING: the blas version does not work with matlab >= 2010b % and Intel CPUs % mex -O fconvblasMT.cc -lmwblas -o fconv % 2) mulththreaded convolution without blas % mex -O fconvMT.cc -o fconv % 3) convolution using blas % mex -O fconvblas.cc -lmwblas -o fconv % 4) basic convolution, very compatible % mex -O fconv.cc -o fconv %在windows下使用时加上下面这句，并注释掉0) mex -O fconv.cpp
步骤7 修改fconv.cpp文件
修改完compile.m文件后，再次compile，错误提示如下：
fconv.cpp(75): error C4716: 'process' : must return a value
所以修改fconv.cpp文件，将
void*process(void *thread_arg)
改为：
void process(void*thread_arg)
即去掉指针符号。
然后再次compile，没错误提示了，编译成功了。
步骤8 运行demo()，进行目标检测试验
编译完成后，在matlab命令行中输入demo，进行目标检测试验，根据提示，依次会出现小轿车、人、自行车的部件模型和检测结果，如果想检测其他图片，修改demo文件即可。
结果
(1) 小轿车
(2) 人
(3) 自行车
