在Windows下运行Felzenszwalb的Deformable Part Models(voc-release4.01)目标检测matlab源码

原文：http://blog.csdn.net/masibuaa/article/details/17577195

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