一、Faster rcnn(Windows+caffe+matlab+GPU)訓練部分安裝筆記
1、下載caffe_library,鏈接:http://pan.baidu.com/s/1jI1ld22 密碼:nfd2
2、下載caffe-faster-R-CNN,鏈接:http://pan.baidu.com/s/1nv1eY9N 密碼:1rgj
3、參考本人寫的博客:http://blog.csdn.net/seu_nuaa_zc/article/details/72123675
4 、參考以下鏈接:https://github.com/ShaoqingRen/caffe/tree/faster-R-CNN
其實,以上四個步驟都主要目的是在製作自己的faster_rcnn-master(Matlab)中external文件。
如此,即可開始訓練,具體訓練步驟就不詳述了,不是很難,路徑搞對就行了。
或者如果你想偷懶的話(即省略1-4),可以下載本人已經編譯好的文件,鏈接如下:
鏈接:http://pan.baidu.com/s/1dFm2h13 密碼:gmgo
5 開始訓練,首先下載作者的faster_rcnn-master matlab源碼(需要自己設置路徑等),鏈接:
https://github.com/ShaoqingRen/faster_rcnn
或者下載我已經跑通的faster rcnn matlab源碼(親測,可以訓練模型),鏈接:
鏈接:http://pan.baidu.com/s/1hs5sWNq 密碼:hime
二、Faster rcnn (Windows +caffe+VS2013+CPU)檢測部分安裝筆記
1、下載caffe-master,鏈接:http://pan.baidu.com/s/1qYKBEI4 密碼:avlu
2 、由於環境原因,只能在CPU下檢測;
2.1、 編譯caffe,這個不用說了吧,很簡單的,但是還是簡單介紹一下;
步驟一:複製caffe-master/windows下的CommonSettings.props.example,並取名爲CommonSettings.props,如下:
步驟二:採用notepad++打開CommonSettings.props,更改以下幾個地方,我只編譯了matlab接口,python接口沒有編譯;
步驟三:打開caffe-master/windows下的Caffe.sln,直接開始編譯,中途可能有錯,按如下圖改一下;
經過上述步驟,基本的caffe編譯已經完成,但是由於需要跑fasterrcnn,還需要修改以下幾個地方。
2.2、將caffe-master/include/caffe/layers下的roi_pooling_layer.hpp、caffe-master/src/caffe/layers下的roi_pooling_layer.cpp,roi_pooling_layer.cu拷貝到caffe-master/windows/libcaffe下,如圖:
打開工程,把roi_pooling_layer.hpp、roi_pooling_layer.cpp,roi_pooling_layer.cu添加到libcaffe中,如下:
接着就可以開始編譯了。
3 、跑faster rcnn代碼
3.1 、下載本人整理好的第三方依賴項faster_3rdparty,鏈接如下:http://pan.baidu.com/s/1miIbY2W 密碼:q7qs
3.2 、下載本人整理好的的faster-rcnn c++代碼,鏈接如下:
鏈接:http://pan.baidu.com/s/1pLxDeLd 密碼:3gzb
3.3 、現在開始跑faster-rcnn c++代碼。
步驟一:建立e盤faster-rcnn-vs2013文件夾;
步驟二:將步驟2.2裏面生成的Build和include文件夾拷貝到faster-rcnn-vs2013文件夾,如下圖:
步驟三:將第三方依賴項faster_3rdparty和faster-rcnn c++代碼解壓到faster-rcnn-vs2013文件夾,如下圖;
步驟四:
配置環境變量1,(新建變量faster_3rdparty)如下圖;
配置環境變量2,注意是在release x64模式下配置,VC++目錄->包含目錄;
配置環境變量3,注意是在release x64模式下配置,VC++目錄->庫目錄;
配置環境變量4,注意是在release x64模式下配置,C/C++->預處理器->預處理器定義,添加CPU_ONLY(因爲咱是在CPU下跑的);
配置環境變量5,注意是在release x64模式下配置,鏈接器->輸入->附加依賴項,添加如下;
opencv_calib3d2410.lib
opencv_contrib2410.lib
opencv_core2410.lib
opencv_features2d2410.lib
opencv_flann2410.lib
opencv_gpu2410.lib
opencv_highgui2410.lib
opencv_imgproc2410.lib
opencv_legacy2410.lib
opencv_ml2410.lib
opencv_objdetect2410.lib
opencv_ts2410.lib
opencv_video2410.lib
caffe.lib
libcaffe.lib
gflags.lib
libglog.lib
libopenblas.dll.a
libprotobuf.lib
leveldb.lib
lmdb.lib
hdf5.lib
hdf5_hl.lib
配置環境變量6,在Caffe_Net.cpp中更改函數Caffe_Net裏面的設置,如下;
注:如果想偷懶的話,可以下載我已經編譯好的caffe,鏈接:
鏈接:http://pan.baidu.com/s/1kV46RQn密碼:nk4f
以及下載我建立好的faster-rcnn-vs2013文件夾(改一下配置路徑),鏈接:
鏈接:http://pan.baidu.com/s/1qXXmEaK密碼:unve
3.4 、faster-rcnn 行人檢測(模型是我自己訓練的)結果如下;