faster-rcnn(matlab版)windowsプラットフォームでの構成
2700 ワード
caffeのwindowsプラットフォームでのコンパイルには、windowsバージョンのcaffeコンパイルが記載されています.マイクロソフトの公式説明では、このバージョンはfaster-rcnnをサポートしています.しかし、試してみると、任少卿の作者がくれたMATLAB版faster-rcnnはサポートされていないことが分かった.@toothless_に従ってsunブログにroiのファイルを追加すると、demoを正常に走ることができ、訓練中にエラーが発生します.
ネット上では多くの人が質問したが、解決策は提示されなかった.やはりcaffeバージョンの問題です.任少卿の作者が与えたcaffeバージョンをコンパイルするしかなかった.
vs2013+cuda8.0(cudnnを使用しない)+matlab 2014 a faster-rcnn(matlab) caffeソース caffe_library、caffeのwindowsプロジェクトとその使用ライブラリ.
解凍caffe_library、caffeソースコードを/caffe_にコピーlibrary/caffeにあります. 手帳で開く/caffe_library/caffe/windows/caffe/caffe.vcxproj、中のcudaバージョン番号を自分のバージョン番号に変更します.292行、481行が2箇所あります. vs 2013で開く/caffe_library/caffe.sln ブログに従ってNugetを使用してサードパーティのライブラリを管理し、caffeエンジニアリングにopencv、boost、OpenBLAS(mklを置き換えるために使用され、mklは有料)を追加します. caffeにmaltlabに必要なファイルを追加します.Properties->C/C++->Genaral->Additional Include Directories.MATLABパス/extern/includeおよび/あなたのMATLABパス/toolbox/distcomp/gpu/extern/include を追加/追加マクロUSEを削除MKL(mklを使用する場合はこのステップをスキップ).Properties->C/C++->Preprocessor->Preprecessor Definitions.USEを削除MKL. 不要なリンクライブラリを削除します.Properties->Linker Input->Adtional Dependences.Opencvとmklに関連するライブラリを削除します. 切替項目x 64,Release_Mexコンパイル.
/caffe_library/x64/Release_Mexファイルのすべてのコピーは/faster-rcnn/exteral/caffe/matlab/caffe-rcnnディレクトリのみで、caffeソースディレクトリのmatlabの+caffeをディレクトリとともに/faster-rcnn/exteral/caffe/matlab にコピーします. MATLABを開いてfaster-rcnnディレクトリに切り替えます.変更function/nms/nvmex.mファイルの8行目のvsは自分のインストールパスです.そしてfaster_を実行rcnn_build.m faster-rcnnをコンパイルします.
注:任少卿の作者がくれたcaffeはGPUトレーニングのみをサポートしており、CPUトレーニングを使用するとエラーが発生します.Python版のfaster-cnnは拡張され、CPUトレーニングをサポートしている.
F0221 10:05:49.852730 9236 layer.hpp:385] Check failed: ExactNumBottomBlobs() == bottom.size() (2 vs. 3) SoftmaxWithLoss Layer takes 2 bottom blob(s) as input.
ネット上では多くの人が質問したが、解決策は提示されなかった.やはりcaffeバージョンの問題です.任少卿の作者が与えたcaffeバージョンをコンパイルするしかなかった.
1.コンパイル環境
2.コンパイルcaffe
3.faster rcnn構成
Host_Compiler_Location = '-ccbin "C:\Program Files (x86)\Microsoft Visual Studio 12.0\VC\bin\x86_amd64"';
注:任少卿の作者がくれたcaffeはGPUトレーニングのみをサポートしており、CPUトレーニングを使用するとエラーが発生します.Python版のfaster-cnnは拡張され、CPUトレーニングをサポートしている.