徐海蛟：深度学习与计算机视觉理论与实验2

徐海蛟教学


MatConvNet(CNNs for MATLAB)工具箱是大名鼎鼎的卷积神经网络(CNN)的一种MatLab实现版本，常用于执行计算机视觉任务，其简单高效，容易上手，并且有不少可用于图像分类、图像分割、人脸识别和文本检测等用途的预训练CNN。


安装 MatConvNet


1. 在VLFeat官网下载 MatConvNet 工具箱，文件格式是 matconvnet-版本号.tar.gz 。


2. 将上述压缩文件matconvnet-版本号.tar.gz 解压到某路径下，如 D:\xxx\matconvnet-版本号\，其中D:\xxx\matconvnet-版本号\matlab\包含C++源码。


3. 编译安装。
(A)编译安装 MatConvNet 前，安装C/C++编译器，如GNU gcc, Visual C++, Windows SDK, Intel C++等。
(B)打开MatLab软件（要求Matlab 2013以上），在其命令窗口输入命令指定上述已安装的C++编译器：mex -setup
(C)点击 Set Path按钮，添加MatConvNet搜索路径：D:\xxx\matconvnet-版本号\matlab\，也可以使用命令添加：
cd D:\xxx\matconvnet-版本号\
addpath matlab\。
(D)在Matlab命令窗口执行命令: vl_compilenn, 编译工具箱。
如果出现 Undefined function 'strjoin' 错误提示，说明你的matlab版本或许过低。
(E)在Matlab命令窗口执行命令: vl_setupnn, 把MatConvNet 添加到搜索路径。
(F)在Matlab命令窗口执行命令: vl_testnn 以测试 MatConvNet 工具箱的安装。如果显示下列类似信息，则表示安装成功：
1498 Passed, 0 Failed, 0 Incomplete.
    xxx 秒测试时间。


4. 测试。
在Matlab命令窗口进入 D:\...\matconvnet-版本号\examples\imagenet\ 文件夹：
  cd D:\...\matconvnet-版本号\examples\imagenet\
(A)提前在官网下载好一个训练好的模型imagenet-vgg-f，216MB。
在Matlab命令窗口执行训练与测试命令: cnn_imagenet_minimal，给出测试青椒图片peppers.png的分数0.704。
(B)提前在官网下载好一个训练好的模型 imagenet-googlenet-dag, 48.5MB 。
将模型拷贝到 D:\...\matconvnet-版本号\examples\imagenet\data\models\下。
在Matlab命令窗口执行训练与测试命令: cnn_imagenet_googlenet，给出测试青椒图片peppers.png的分数0.963。