Windows下 Caffe C++接口的调用

最新推荐文章于 2021-06-13 15:26:20 发布
最新推荐文章于 2021-06-13 15:26:20 发布
阅读量3.8k 收藏 8
点赞数 2
分类专栏： caffe学习 配置文件
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/Chris_zhangrx/article/details/79234568
版权

####Tips:此处是 Windows 下，添加 CPU 版 Caffe 源码的 C++ 工程，分为带源码版（学习源码）和不带源码版（直接用的），如果不是学习源码建议直接看B部分，不用拷贝源码过去。并且在安装过程中如果是链接库的问题，直接按照报错提示增删就可以了。这里添加的链接库都是Debug版的，如果要配Release版的直接将库的名字改成Release版本的库添加进去就可以了。

#A.带源码版

##1.拷贝 caffe 文件到 C++ 项目中

这里我新建了一个名字是 Caffe_c 的空项目。根据我的上一篇博客：Windows 下用 build_win.cmd， 直接编译CPU版caffe,先配置出来 Debug 版的 Caffe。这里以我电脑中caffe的路径为例，我的路径是：F:\Software_download\caffe-windows。打开 caffe-windows/build/install/include/caffe 这个目录，其中是包含了各种caffe的头文件：
在这里插入图片描述

而 caffe-windows/src/caffe 里面都是和 build/install/include/caffe 中对应的 .cpp 文件：

在这里插入图片描述

为了使用方便，我们先把需要用到的文件拷贝到 C++ 项目中:

**第1步：**将 caffe-windows/build/install/include 文件夹拷贝到新建的 C++ 项目中。

**第2步：**将 caffe-windows/src 文件夹拷贝到新建的 C++ 项目中。

拷贝完以后如图：

在这里插入图片描述

##2. 添加 caffe 文件到 C++ 项目中

然后将控制台方案设置成 Debug x64 ，为了管理方便，选中我们空白项目的 头文件 -> 点击右键 -> 添加 -> 新建筛选项，按照 build/install/include/caffe 目录的形式新建对应个数的文件夹并重命名，然后依次将 caffe 所有的 .hpp 文件添加到对应名称的文件夹中：

在这里插入图片描述

###注：因为我们这里不需要使用 test 功能，所以 include 和 src 中与 test 有关的文件我们都不用添加到项目文件中。

添加后：
在这里插入图片描述

同理，将 caffe-windows/src/caffe 所有的 .cpp 文件也都添加进对应的源文件中（目录结构也和src相同）：

在这里插入图片描述

##3. 配置相关文件路径

#####1.为了方便这里 OpenCV我们直接用Windows下安装Caffe 自带的依赖库文件中的 OpenCV,（为3.10版本），这个版本是没有 opencv_world310d.lib 和 opencv_world310.lib的，所以添加的库是多个例如：opencv_core310d.lib, opencv_highgui310d.lib等。如果使用的是自己编译的源码，这样依赖库直接 添加一个 opencv_world310d.lib 或者 opencv_world310.lib 就可以了。（具体方法见：Windows下 Cmake + VS 编译 OpenCV 源码）

  • 选择项目属性 -> vc++目录 -> 包含目录，添加：
# boost 库的文件路径
C:\Users\Chris_zhang\.caffe\dependencies\libraries_v140_x64_py35_1.1.0\libraries\include\boost-1_61

# caffe 其他依赖库的文件路径
C:\Users\Chris_zhang\.caffe\dependencies\libraries_v140_x64_py35_1.1.0\libraries\include
	
# caffe .hpp .cpp 文件的路径
D:\Program\vs2015\Caffe_c\include
D:\Program\vs2015\Caffe_c\src
  • 选择项目属性 -> vc++目录 -> 库目录，添加：
# caffe 依赖库的路径
C:\Users\Chris_zhang\.caffe\dependencies\libraries_v140_x64_py35_1.1.0\libraries\lib

# caffe 自带 OpenCV 库的路径
C:\Users\Chris_zhang\.caffe\dependencies\libraries_v140_x64_py35_1.1.0\libraries\x64\vc14\lib

# caffeproto-d.lib 的路径
F:\Software_download\caffe-windows\build\lib\Debug
  • 选择项目属性 -> C/C++ -> 预处理器 -> 预处理器定义，添加：
    CPU_ONLY
    _SCL_SECURE_NO_WARNINGS
    _CRT_SECURE_NO_DEPRECATE
    _CRT_NONSTDC_NO_DEPRECATE
    USE_LMDB
    USE_OPENCV
  • 选择项目属性 -> 链接器 -> 输入 -> 附加依赖项，添加：
caffe-d.lib
caffeproto-d.lib
libprotobufd.lib
libopenblas.dll.a
libprotobuf-lited.lib
libprotocd.lib
gflagsd.lib
glogd.lib
lmdbd.lib
caffehdf5_cpp_D.lib
caffehdf5_D.lib
caffehdf5_hl_cpp_D.lib
caffehdf5_hl_D.lib
libcaffehdf5_cpp_D.lib
libcaffehdf5_D.lib
libcaffehdf5_hl_cpp_D.lib
libcaffehdf5_hl_D.lib
opencv_core310d.lib
opencv_highgui310d.lib
opencv_imgproc310d.lib
opencv_imgcodecs310d.lib
boost_thread-vc140-mt-gd-1_61.lib
boost_python3-vc140-mt-gd-1_61.lib

##4. 编译生成
在编译生成时会遇见无法打开 lib*.lib 文件的情况：

1.
在这里插入图片描述
2.
在这里插入图片描述
3.
在这里插入图片描述

解决方法： 以图1中错误为例，在boost库的lib文件夹下（即第3步的boost库路径）先找到boost_thread-vc140-mt-gd-1_61.lib，在同一个文件夹中创建一个副本并重新命名为libboost_thread-vc140-mt-gd-1_61.lib就行了

解决上述问题后，再生成会遇见，下面这种情况：

在这里插入图片描述

这是项目中没有主函数造成的，我们需要添加一个main函数，完成后，最后生成成功，就可以一步一步调试caffe代码了。：

在这里插入图片描述
4.
无法解析的外部符号 NtCreateSection，该符号在函数 mdb_env_map 中被引用

这里写图片描述

解决方法：
是缺少 ntdll.lib, 在电脑上搜索此名字的库文件，或者从网上下载一个，将路径添加到 库目录下，并将 ntdll.lib 添加到 项目属性 -> 链接器 -> 输入 -> 附加依赖项 中即可。

#B. 不带源码版

过程同上，只是不需要将源码拷贝过来。

##1.配置相关文件路径

  • 选择项目属性 -> vc++目录 -> 包含目录，添加：
# boost 库的文件路径
C:\Users\Chris_zhang\.caffe\dependencies\libraries_v140_x64_py35_1.1.0\libraries\include\boost-1_61

# caffe 其他依赖库的文件路径
C:\Users\Chris_zhang\.caffe\dependencies\libraries_v140_x64_py35_1.1.0\libraries\include
	
# caffe .hpp .cpp 文件的路径
F:\Software_download\caffe-windows\build\install\include
F:\Software_download\caffe-windows\src
  • 选择项目属性 -> vc++目录 -> 库目录，添加：
# caffe 依赖库的路径
C:\Users\Chris_zhang\.caffe\dependencies\libraries_v140_x64_py35_1.1.0\libraries\lib

#caffe 自带 OpenCV 库的路径
C:\Users\Chris_zhang\.caffe\dependencies\libraries_v140_x64_py35_1.1.0\libraries\x64\vc14\lib

# caffeproto-d.lib 的路径
F:\Software_download\caffe-windows\build\lib\Debug
  • 选择项目属性 -> C/C++ -> 预处理器 -> 预处理器定义，添加：
    CPU_ONLY
    USE_OPENCV
  • 选择项目属性 -> 链接器 -> 输入 -> 附加依赖项，添加：
caffe-d.lib
caffeproto-d.lib
libprotobufd.lib
libopenblas.dll.a
libprotobuf-lited.lib
libprotocd.lib
gflagsd.lib
glogd.lib
caffehdf5_cpp_D.lib
caffehdf5_D.lib
caffehdf5_hl_cpp_D.lib
caffehdf5_hl_D.lib
libcaffehdf5_cpp_D.lib
libcaffehdf5_D.lib
libcaffehdf5_hl_cpp_D.lib
libcaffehdf5_hl_D.lib
opencv_core310d.lib
opencv_highgui310d.lib
opencv_imgproc310d.lib
opencv_imgcodecs310d.lib
boost_thread-vc140-mt-gd-1_61.lib
boost_python3-vc140-mt-gd-1_61.lib

然后同上修改boost文件名，在boost库的lib文件夹下（即第3步的boost库路径）先找到boost_thread-vc140-mt-gd-1_61.lib，在同一个文件夹中创建一个副本并重新命名为libboost_thread-vc140-mt-gd-1_61.lib就行了，其他同上。

添加一个主函数，直接编译就可以了。

####-----------------------------------------------------------------------------------------------------
相关文章：
Windows下 Pycaffe 的配置与使用
Windows 下用 build_win.cmd 直接编译CPU版caffe

Chris_zhangrx
关注
专栏目录
windows下caffe（GPU）（c++版）+ VS2013 配置介绍，超级详细，亲身试验过（带测试）
mqyw29995的博客
09-28 1387
windows下caffe（GPU）（c++版） + VS2013 配置介绍，超级详细 前言 学习深度学习匹配，我是在windows 10下搭建了caffe的，中间的过成以及遇到的坑在这里记录下，并给大家一个参考，希望尝试过的人可以把我没遇到的坑，拿出来交流学习下 准备阶段 操作系统：windows 10 window 7下也可以，我在windows 10（7）下都配置过了，其中要注意一点，你得注...
windows下配置caffe-matlab接口
sinat_28371057的博客
11-16 1231
一、环境说明 也是安装顺序。特别强调的是除VS2015以外，其他软件的安装路径都最好不要包含空格。 1、Windows 64位系统。 2、Visual Studio 2015(VS2015, 对应VC14)。 3、Matlab 2017a。Matlab的版本倒不是很重要，只要支持Matlab 2015a之后的版本都应该支持。所以如果安装了其他版本的Matlab，可以先不用安装2017a。安装完之后要把其中的bin目录和runtime\bin目录加入环境变量Path。 D:\Program Files\
C++工程中使用caffe
lengconglin的博客
08-08 1800
1.首先，按照官方文档的方式，准备好LMDB或LEVELDB数据库，也可以使用HDF5和图片格式，具体图片格式的使用方式，可以参考ImageNet的例子Caffe | ImageNet tutorial2.之后，用protobuf写好你的网络模型和Solver，可以参考mnist的写法。也可使用./model/下已有的model。3.使用命令行caffe进行训练。 以上几个步骤在denny的博客中
caffe 在window上的编译
张利 的博客
05-10 473
1：下载源码 https://github.com/BVLC/caffe.git 2： 切换到windows 分支 ： git checkout windows， 如果是下载zip, 切换到windows 分支 3: 参考网址 https://blog.csdn.net/qwfzpk/article/details/79112097 注意事项： 1：下载 Anaconda python 3.5（...
windows下让自己的程序调用caffe库
weixin_42234720的博客
06-10 327
版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/qq_14845119/article/details/52541622 </div> <...
windows下用c++调用caffe做前向
weixin_30709061的博客
03-29 231
参考博客： https://blog.csdn.net/muyouhang/article/details/54773265 https://blog.csdn.net/hhh0209/article/details/79830988 新建caffe的属性表，caffe_gpu_x64_release.props 将NugetPackages，caffe，CUDA中的头文件加进去 属性-...
python接口调用已训练好的caffe模型测试分类方法
09-18
Caffe采用C++编写，但它的Python接口让使用者可以方便地用Python语言进行模型训练和测试。 首先，我们知道，训练一个深度学习模型通常需要大量的数据和计算资源。一旦模型训练完成，我们通常希望能够在不同的应用...
caffe c++示例（mnist 多层感知机c++训练，测试）
常思考->有目标->重实践->善反思
10-07 5782
caffe训练网络模型一般直接使用的caffe.bin: caffe train -solver solver.prototxt，其实这个命令的本质也是调用c++的Solver. 本文给出使用纯c++代码，使用mnist数据+多层感知机网络，训练数字分类问题。然后用C++调用训练好的模型测试分类。 solver.prototxt文件内容如下： net: &amp;quot;/home/xy/caffe_analys...
windows下c++版faster -rcnn
11-24
总之，Faster R-CNN在Windows下的C++实现是一个复杂而关键的任务，涉及到深度学习框架的集成、GPU加速的利用以及数据处理等多个环节。"fasterrcnn_vs2013_beta"项目为开发者提供了一个起点，通过理解和修改该项目，...
【Caffe的C++接口使用说明二)】caffe_windows下的C++接口的使用
maweifei的博客
05-30 4493
转载自:http://blog.csdn.net/happynear/article/details/45372231 注意:        1)已经按照这个配置成功，并且成功测试了windows下caffe的C++接口        2)这第一篇博客是第一步:重新配置一个windows下的caffe环境 零、最近更新 本篇博客的内容已经全部过时失效，需要caffe windows版的可
Caffe For Windows完整版，已带完整的第三方库，可直接跑Demo
11-01
Caffe For Windows完整版，已带完整的第三方库，可直接跑Demo
caffe安装所需第三方库
08-23
caffe安装所需第三方库，有opencv,openblas, boost, glog,protobuf,leveldb等，将包内3rdparty、bin、tools文件夹放于caffe根目录下即可，第三方库由VS2012编译产生，需配合VS2012才可运用
caffe windows版本 VS2013
01-09
caffe windows版本 VS2013的代码，是happy'near大神的硕果
ntdll 64位
05-16
ntdll 64位，可用于深度学习caffe封装 error LNK2019: 无法解析的外部符号 NtClose，该符号在函数 mdb_env_map 中被引用 D:\google-jar\liblmdb \mdb.obj error LNK2019: 无法解析的外部符号 NtCreateSection，该符号在函数 mdb_env_map 中被引用 D:\google-jar\liblmdb\mdb.obj error LNK2019: 无法解析的外部符号 NtMapViewOfSection，该符号在函数 mdb_env_map 中被引用 D:\google-jar\liblmdb\mdb.obj
ntdll中一些未公开函数
03-03
ntdll中一些未公开函数，英文chm文件
Caffe-使用C++的分类接口
fx409494616的博客
11-02 3078
在训练完一个模型之后，如果想利用现有的模型文件、网络参数文件去分类测试一张图片，caffe给出了C++的接口，其c++代码在 examples/cpp_classification/clssification.cpp 。为了简单，这个例子不支持一个样本的过采样和多个独立样本的批量处理。      分类的例子被建立于 examples/classification.bin在BIN文件中。
caffe C++接口前馈调用
u011529752的博客
02-21 122
#ifndef CPU_ONLY #define CPU_ONLY #endif #include <string> #include <vector> #include <iostream> #include "caffe/caffe.hpp" #include "caffe/layers/input_layer.hpp" #include "caffe/layers/conv_layer.hpp" #include "caffe/net.hpp" #include
Windows下cmake编译caffe，实现纯C++版本MTCNN人脸检测和关键点定位
热门推荐
XZZPPP的博客
06-14 1万+
2017.5.28 发现 caffe官方windows版本已经不提供vs工程文件了，需要用cmake编译生成sln文件。详细编译调试过程如下：   一、开发环境要求：         Windows 7/10，64位系统，Visual Studio 2013以上版本，推荐使用VS2015，安装anaconda2.4或以上版本。   二、下载caffe windows版本源码，生成vs
window10 VS2015 C++ 使用 caffe 模型
wohaiyo的博客
06-13 735
C++ 使用 caffemodel 首先列出了一些参照的文章，但是自己并没有完全按照这些配置， 重要参照link（优先级从上到下）: 1. vs2013创建caffe工程 2. caffe-Windows 添加工程-以classification为例 已经配置好了caffe的基本环境，包括使用python的“import caffe”不超出错，自己按照https://blog.csdn.net/woha1yo/article/details/117473594配置了 Debug和Release环境。 使用
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值