mini-caffe安装

安装 boost:

1.环境检测:双击 bootstrap.bat,会自动生成 bjam.exe 和 b2.exe

2.安装:
(1) 完全安装boost bjam –buildtype=complete

(2) 选择安装:
命令: bjam –show-libraries 可查看所有必须编译才能使用的库。
单独编译安装regex库:

 bjam stage --with-regex link=static runtime-link=shared threading=multi --toolset=msvc-12.0

编译结果在stage\lib目录下生成regex库(Debug/Release):
libboost_regex-vc100-mt-1_55.liblibboost_regex-vc100-mt-gd-1_55.lib

stage 仅创建和安装库文件(不创建头文件),可以用 –stagedir= 选项指定库的安装位置,默认安装在当前目 录下的stage文件夹内。 –with- 创建和安装指定的库,如果使用了这个选项,则仅仅指定的库被创建,其它库不被创建。如果不 指定这个选项,默认创建所有需要编译安装的库。 link=static指定生成静态regex库
threading=multi指定生成多线程库 runtime-link=shared指定动态链接C和C++ 运行库

解决 gflags, glog, protobuf 依赖库:

解压 3rdparty-VC12-x86.zip
执行 copydeps.bat 和 generatebp.bat 拷贝库文件到指定目录

在cmake中配置opencv 和 boost

需要在下面文件中配置:
mini-caffe-example/mini-caffe/mini-caffe.cmake
mini-caffe-example/CMakeLists.txt

set( ENV{OpenCV_DIR} D:/Software/OpenCV/2.4.13/opencv/build )
set( ENV{BOOST_DIR} D:/Software/boost_1_61_0 )
set(OpenCV_DIR $ENV{OpenCV_DIR})
set(BOOST_DIR $ENV{BOOST_DIR})

开始编译

进入mini-caffe-example中

mkdir build 
cd build 
cmake .. -G "Visual Studio 12 2013"

直接在cmake文件中按照如下配置 使用VS 2013 不可行

#set( CMAKE_GENERATOR "Visual Studio 12 2013" )
#set(CMAKE_GENERATOR "Visual Studio 12 2013" CACHE INTERNAL "" FORCE)

问题集锦:

  • 如果提示缺少boost库?
    按照regex的方式安装 bjam stage –with-regex link=static runtime-link=shared threading=multi –toolset=msvc-12.0

  • ALL_BUILD 找不到?把ex设为启动项目。

  • AddMatVector 不是成员属性?

这里写图片描述

在main中包含 head.h

#include "caffe/common.hpp"  
#include "caffe/layers/input_layer.hpp"  
#include "caffe/layers/inner_product_layer.hpp"  
#include "caffe/layers/dropout_layer.hpp"  
#include "caffe/layers/conv_layer.hpp"  
#include "caffe/layers/relu_layer.hpp"  
#include "caffe/layers/pooling_layer.hpp"  
#include "caffe/layers/lrn_layer.hpp"  
#include "caffe/layers/softmax_layer.hpp"  

#include "caffe/layers/memory_data_layer.hpp"
#include "caffe/layers/concat_layer.hpp"  

namespace caffe
{
    extern INSTANTIATE_CLASS(InputLayer);
    extern INSTANTIATE_CLASS(InnerProductLayer);
    extern INSTANTIATE_CLASS(DropoutLayer);
    extern INSTANTIATE_CLASS(ConvolutionLayer);
    REGISTER_LAYER_CLASS(Convolution);
    extern INSTANTIATE_CLASS(ReLULayer);
    REGISTER_LAYER_CLASS(ReLU);
    extern INSTANTIATE_CLASS(PoolingLayer);
    REGISTER_LAYER_CLASS(Pooling);
    extern INSTANTIATE_CLASS(LRNLayer);
    REGISTER_LAYER_CLASS(LRN);
    extern INSTANTIATE_CLASS(SoftmaxLayer);
    REGISTER_LAYER_CLASS(Softmax);

    extern INSTANTIATE_CLASS(MemoryDataLayer);
    extern INSTANTIATE_CLASS(ConcatLayer);

参考
- https://github.com/luoyetx/mini-caffe
- https://github.com/luoyetx/mini-caffe-example

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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