使用MatConvNet生成一个字符识别的动态链接库（上）

简介

该文会介绍如何利用MatConvNet生成一个可供其他程序调用的DLL。主要内容有：MatConvNet的安装和配置、MatConvNet的手写体识别demo、编写数字识别函数、用MCC生成动态链接库、VC下的再次封装、使用以及常见错误。此外作者运行环境为：Win7 64位+VS2012+Matlab2005rb
注：因为所有的资料都可以在网上找到，所以有些过程描述的不够详尽，请自行百度或者留言交流。

MatConvNet的安装和配置

在MatConvNet官网中下载项目，建议下载最新版本(23版)。另提一句，如果你需要补一下CNN的基础理论，可以下载官网上的手册进行查阅。

解压后，用matlab进入项目根目录的matlab目录下。在命令行下运行vl_compilenn.m进行编译。

可能遇到的问题：
1.如果你是第一次用matlab混编，老版本matlab可能需要用 mex -setup命令 选择一下c++编译器
2.编译源码的时候可能会出现一些编译错误，此时可根据提示定位到c++源码中，进行适当的修改重新编译即可。本人遇到的问题有缺少round函数，因为VC的库没有这个函数，自己在该源码文件的头部添加一个round函数的实现即可。还有提示缺少 stdbool头文件，VC下不用这个直接注释。

编译完成后，运行 vl_setupnn 配置下运行环境

MatConvNet的手写体识别demo

进入项目根目录下的examples\mnist\目录。运行cnn_mnist_experiments
程序会自动下载mnist数据集，并用两种方式进行训练。默认的epoch次数是20，可以在cnn_mnist_init.m文件中进行修改。另外该文件是MatConvNet构建自己神经网络拓扑结构的范例，按照自己的理解加了注释，有问题欢迎留言指正。

function net = cnn_mnist_init(varargin)
% CNN_MNIST_LENET Initialize a CNN similar for MNIST
opts.batchNormalization = true ;%是否使用BN
opts.networkType = 'simplenn' ;%选用的网络结构 simplenn或dagnn,定义见手册"3.1 Wrappers"
opts = vl_argparse(opts, varargin) ;%整合输入参数

rng('default'); %随机数种子重置
rng(0) ;

f=1/100 ;
net.layers = {} ;
%添加卷积层 特征图20 卷积窗口大小5*5 滑动窗口步长1 不进行pading
net.layers{end+1} = struct('type', 'conv', ...
                           'weights', {{f*randn(5,5,1,20, 'single'), zeros(1, 20, 'single')}}, ...
                           'stride', 1, ...
                           'pad', 0) ;
%添加采样层 方法为最大池化 池化窗口2*2
net.layers{end+1} = struct('type', 'pool', ...
                           'method', 'max', ...
                           'pool', [2 2], ...
                           'stride', 2, ...
                           'pad', 0) ;
%添加卷积层 特征图50 卷积窗口大小5*5 滑动窗口步长1 不进行pading            
net.layers{end+1} = struct('type', 'conv', ...
                           'weights', {{f*randn(5,5,20,50, 'single'),zeros(1,50,'single')}}, ...
                           'stride', 1, ...
                           'pad', 0) ;
%添加采样层 方法为最大池化 池化窗口2*2
net.layers{end+1} = struct('type', 'pool', ...
                           'method', 'max', ...
                           'pool', [2 2], ...
                           'stride', 2, ...
                           'pad', 0) ;
%添加卷积层 特征图500 卷积窗口大小*4 滑动窗口步长1 不进行pading   
net.layers{end+1} = struct('type', 'conv', ...
                           'weights', {{f*randn(4,4,50,500, 'single'),  zeros(1,500,'single')}}, ...
                           'stride', 1, ...
                           'pad', 0) ;
%添加ReLU层
net.layers{end+1} = struct('type', 'relu') ;
%全连接层
net.layers{end+1} = struct('type', 'conv', ...
                           'weights', {{f*randn(1,1,500,10, 'single'), zeros(1,10,'single')}}, ...
                           'stride', 1, ...
                           'pad', 0) ;
%评价函数为 softmax 的负对数
net.layers{end+1} = struct('type', 'softmaxloss') ;

%插入BN层
% optionally switch to batch normalization
if opts.batchNormalization
  net = insertBnorm(net, 1) ;
  net = insertBnorm(net, 4) ;
  net = insertBnorm(net, 7) ;
end

% Meta parameters
net.meta.inputSize = [28 28 1] ; %输入图像大小 w*h*c
net.meta.trainOpts.learningRate = 0.001 ;%影响SGD
net.meta.trainOpts.numEpochs = 10 ;%epoch次数(训练集训练次数)
net.meta.trainOpts.batchSize = 100 ;%batch SGD 大小

% Fill in defaul values
net = vl_simplenn_tidy(net) ;

% Switch to DagNN if requested
switch lower(opts.networkType)
  case 'simplenn'
    % done
  case 'dagnn'
    net = dagnn.DagNN.fromSimpleNN(net, 'canonicalNames', true) ;
    net.addLayer('top1err', dagnn.Loss('loss', 'classerror'), ...
      {'prediction', 'label'}, 'error') ;
    net.addLayer('top5err', dagnn.Loss('loss', 'topkerror', ...
      'opts', {'topk', 5}), {'prediction', 'label'}, 'top5err') ;
  otherwise
    assert(false) ;
end

% --------------------------------------------------------------------
function net = insertBnorm(net, l)
% --------------------------------------------------------------------
assert(isfield(net.layers{l}, 'weights'));
ndim = size(net.layers{l}.weights{1}, 4);
layer = struct('type', 'bnorm', ...
               'weights', {{ones(ndim, 1, 'single'), zeros(ndim, 1, 'single')}}, ...
               'learningRate', [1 1 0.05], ...
               'weightDecay', [0 0]) ;
net.layers{l}.biases = [] ;
net.layers = horzcat(net.layers(1:l), layer, net.layers(l+1:end)) ;

可自己根据要求修改网络结构训练，训练后把cnn_mnist函数的返回结果保存下来，我们后面要用。另外你应该能在训练结果的目录下看到imdb.mat文件，里面存的是mnist数据集。

编写数字识别函数

这一部分我们要写三个函数，加载神经网络参数、加载训练集图片均值、识别函数

function DUCO_LoadNet(netPath)
global g_net;
g_net=load(netPath);
end

function DUCO_LoadImgAve(imgave_path)
 global g_imgave;
 g_imgave=load(imgave_path);
end

function numeric=DUCO_OCRNum(img)
 global g_imgave;
 global g_net;
g_net.layers{1, end}.type = 'softmax';
%resize inuput img
img=rot90(img);%用matlab测试时，需要注释掉这句话
img = imresize(img, [28 28], 'bicubic');
img = single(img);
%debug
%imwrite(uint8(img),'imgd.bmp');
%enddebug
img = bsxfun(@minus, img, g_imgave.imgave);
res = vl_simplenn(g_net, img);
[~, ~, n] = size(res(end).x(1, 1, :));
tmp = 0.0;
for i = 1 : n
    res(end).x(1, 1, i);
    if tmp < res(end).x(1, 1, i)
        numeric = i - 1;
        tmp = res(end).x(1, 1, i);
    end
end
end

再写个主调函数测试一下

DUCO_LoadImgAve('imgave.mat');%训练集的图片均值,可在imdb中提取
DUCO_LoadNet('net1.mat');%训练好的神经网络参数
img=imread('5.png');
DUCO_OCRNum(img)%识别图像，返回数字

值得注意的是，识别函数中对图像进行了旋转，这是因为该函数下一步会被封装给C++调用，c++中的二维数组是按行优先存储，而matlab测试按列优先存储。