在Windows下运行Felzenszwalb的Deformable Part Models(voc-release4.01)目标检测matlab源码

 可变形部件模型Deformable Part Models是目前最好的目标检测算法,由Felzenszwalb提出,本文介绍如何在windows下运行Felzenszwalb给出的matlab源码。

       有关Deformable Part Model参见论文

       A Discriminatively Trained, Multiscale,Deformable Part Model[CVPR 2008]的中文翻译

       Object Detection with Discriminatively Trained Part Based Models[PAMI 2010]的中文翻译 

       及 有关可变形部件模型(Deformable Part Model)的一些说明

       Deformable Part Model 相关网页(其中有源码下载):http://www.cs.berkeley.edu/~rbg/latent/index.html

       Pedro Felzenszwalb的个人主页:http://cs.brown.edu/~pff/

       PASCAL VOC 目标检测挑战:http://pascallin.ecs.soton.ac.uk/challenges/VOC/


       Felzenszwalb给出了matlab版本的实现,且只能运行在linux和Mac操作系统上,有网友给出了其中的第四版voc-release4.01修改后在windows上运行的方法,这里进行一下总结。

       本文参考以下三篇博客:

       Win7+VS2010+Matlab2011b下运行Discriminatively Trained Deformable PartModels(4.01版)代码-运行demo()-详细步骤

       如何在window下运行Discriminatively Trained Deformable PartModels代码

       在windows下运行Felzenszwalb的Discriminatively Trained Deformable Part Models代码

 

       我的环境:Win7 + Matlab R2010a(其中配置VC++6.0中的c++编译器)

       在网站http://www.cs.berkeley.edu/~rbg/latent/index.html上下载voc-release4.01源码并解压。

 

步骤1 在Matlab中配置c++编译器

在matlab命令行中输入:

[html]  view plain copy 在CODE上查看代码片 派生到我的代码片
  1. mex –setup  

回车,出现提示:

[html]  view plain copy 在CODE上查看代码片 派生到我的代码片
  1. Please choose your compiler for building external interface (MEX) files:   
  2. Would you like mex to locate installed compilers [y]/n?  

输入n,回车,此时会列出matlab支持的编译器:

[html]  view plain copy 在CODE上查看代码片 派生到我的代码片
  1. Select a compiler:  
  2.   [1]Intel C++ 11.1 (with Microsoft Visual C++ 2008 SP1 linker)  
  3.   [2]Intel C++ 9.1 (with Microsoft Visual C++ 2005 SP1 linker)  
  4.   [3]Intel Visual Fortran 11.1 (with Microsoft Visual C++ 2008 SP1 linker)  
  5.   [4]Intel Visual Fortran 11.1 (with Microsoft Visual C++ 2008 Shell linker)  
  6.   [5]Intel Visual Fortran 10.1 (with Microsoft Visual C++ 2005 SP1 linker)  
  7.   [6]Lcc-win32 C 2.4.1  
  8.   [7]Microsoft Visual C++ 6.0  
  9.   [8]Microsoft Visual C++ 2005 SP1  
  10.   [9]Microsoft Visual C++ 2008 Express  
  11.   [10]Microsoft Visual C++ 2008 SP1  
  12.   [11]Open WATCOM C++  
  13.   
  14.   [0]None  

根据自己机器上安装的VC版本,选择对应的编译器,输入序号,回车,提示:

[html]  view plain copy 在CODE上查看代码片 派生到我的代码片
  1. Your machine has a Microsoft Visual C++compiler located at  
  2. C:\Program Files\Microsoft Visual Studio.Do you want to use this compiler [y]/n?  

如果自动检测给出的是正确的VC目录,输入y,否则可以输入n后手动输入VC目录。


步骤2 尝试调用compile()编译源码

将matlab工作目录设置为文件夹voc-release4.01所在的目录,在matlab命令行中输入compile,即调用compile()函数尝试编译源码,我们看看会出现什么错误,然后挨个解决,错误提示如下:

[html]  view plain copy 在CODE上查看代码片 派生到我的代码片
  1. Command line warning D4024 : unrecognizedsource file type 'resize.cc', object file assumed  
  2. Command line warning D4027 : source file'resize.cc' ignored  
  3. Command line warning D4021 : no actionperformed  
说明编译器无法识别.cc文件,打开compile.m文件,如下:
[html]  view plain copy 在CODE上查看代码片 派生到我的代码片
  1. mex -O resize.cpp  
  2. mex -O dt.cpp  
  3. mex -O features.cpp  
  4. mex -O getdetections.cpp  
  5.   
  6. % use one of the following depending on your setup  
  7. % 0 is fastest, 3 is slowest   
  8.   
  9. % 0) multithreaded convolution using SSE  
  10. % mex -O fconvsse.cc -o fconv  
  11.   
  12. % 1) multithreaded convolution using blas  
  13. %    WARNING: the blas version does not work with matlab >= 2010b   
  14. %    and Intel CPUs  
  15. % mex -O fconvblasMT.cc -lmwblas -o fconv  
  16.   
  17. % 2) mulththreaded convolution without blas  
  18. % mex -O fconvMT.cc -o fconv  
  19.   
  20. % 3) convolution using blas  
  21. % mex -O fconvblas.cc -lmwblas -o fconv  
  22.   
  23. % 4) basic convolution, very compatible  
  24. % mex -O fconv.cc -o fconv  
  25.   
  26. %在windows下使用时加上下面这句,并注释掉0)  
  27. mex -O fconv.cpp  
发现首先会编译resize.cc,dt.cc,features.cc,getdetections.cc 这四个文件,既然不识别.cc文件,就将这四个.cc文件的扩展名都改为.cpp,同时也修改compile.m文件,将前四句改为:
[html]  view plain copy 在CODE上查看代码片 派生到我的代码片
  1. mex -O resize.cpp  
  2. mex -O dt.cpp  
  3. mex -O features.cpp  
  4. mex -O getdetections.cpp  

 

步骤3 修改resize.cpp文件

然后调用compile(),错误提示:

[html]  view plain copy 在CODE上查看代码片 派生到我的代码片
  1. resize.cpp(36) : error C2057: expected constant expression  
  2. resize.cpp(36) : error C2466: cannot allocate an array of constant size 0  
  3. resize.cpp(36) : error C2133: 'ofs' : unknown size  
  4. resize.cpp(70) : error C2065: 'bzero' : undeclared identifier  
  5. resize.cpp(95) : error C2065: 'round' : undeclared identifier  
为解决此问题,修改resize.cpp文件,在前面加上bzero和round的定义:
[cpp]  view plain copy 在CODE上查看代码片 派生到我的代码片
  1. #define bzero(a,b) memset(a,0,b)  
  2. int round(float a){float tmp = a-(int)a; if(tmp>=0.5) return(int)a+1;else return (int)a;}  

并并修改ofs数组的定义,将

[cpp]  view plain copy 在CODE上查看代码片 派生到我的代码片
  1. alphainfo ofs[len];   
这句改成:
[cpp]  view plain copy 在CODE上查看代码片 派生到我的代码片
  1. alphainfo *ofs = new alphainfo[len];   

当然在同一作用域后面加上:

[cpp]  view plain copy 在CODE上查看代码片 派生到我的代码片
  1. delete [] ofs;  

修改完后的resize.cpp文件如下:

[cpp]  view plain copy 在CODE上查看代码片 派生到我的代码片
  1. #include <math.h>  
  2. #include <assert.h>  
  3. #include <string.h>  
  4. #include "mex.h"  
  5.   
  6. /* 
  7.  * Fast image subsampling. 
  8.  * This is used to construct the feature pyramid. 
  9.  */  
  10.   
  11. //在windows下使用时加上下面这句  
  12. #define bzero(a,b) memset(a,0,b)  
  13. int round(float a){float tmp = a-(int)a; if(tmp>=0.5) return (int)a+1;else return (int)a;}  
  14.    
  15. // struct used for caching interpolation values  
  16. struct alphainfo {  
  17.   int si, di;  
  18.   double alpha;  
  19. };  
  20.   
  21. // copy src into dst using pre-computed interpolation values  
  22. void alphacopy(double *src, double *dst, struct alphainfo *ofs, int n) {  
  23.   struct alphainfo *end = ofs + n;  
  24.   while (ofs != end) {  
  25.     dst[ofs->di] += ofs->alpha * src[ofs->si];  
  26.     ofs++;  
  27.   }  
  28. }  
  29.   
  30. // resize along each column  
  31. // result is transposed, so we can apply it twice for a complete resize  
  32. void resize1dtran(double *src, int sheight, double *dst, int dheight,   
  33.           int width, int chan) {  
  34.   double scale = (double)dheight/(double)sheight;  
  35.   double invscale = (double)sheight/(double)dheight;  
  36.     
  37.   // we cache the interpolation values since they can be   
  38.   // shared among different columns  
  39.   int len = (int)ceil(dheight*invscale) + 2*dheight;  
  40.   //alphainfo ofs[len];  
  41.   alphainfo *ofs = new alphainfo[len];//在windows下使用时加上这句,注释掉上面一句   
  42.   int k = 0;  
  43.   for (int dy = 0; dy < dheight; dy++) {  
  44.     double fsy1 = dy * invscale;  
  45.     double fsy2 = fsy1 + invscale;  
  46.     int sy1 = (int)ceil(fsy1);  
  47.     int sy2 = (int)floor(fsy2);         
  48.   
  49.     if (sy1 - fsy1 > 1e-3) {  
  50.       assert(k < len);  
  51.       assert(sy-1 >= 0);  
  52.       ofs[k].di = dy*width;  
  53.       ofs[k].si = sy1-1;  
  54.       ofs[k++].alpha = (sy1 - fsy1) * scale;  
  55.     }  
  56.   
  57.     for (int sy = sy1; sy < sy2; sy++) {  
  58.       assert(k < len);  
  59.       assert(sy < sheight);  
  60.       ofs[k].di = dy*width;  
  61.       ofs[k].si = sy;  
  62.       ofs[k++].alpha = scale;  
  63.     }  
  64.   
  65.     if (fsy2 - sy2 > 1e-3) {  
  66.       assert(k < len);  
  67.       assert(sy2 < sheight);  
  68.       ofs[k].di = dy*width;  
  69.       ofs[k].si = sy2;  
  70.       ofs[k++].alpha = (fsy2 - sy2) * scale;  
  71.     }  
  72.   }  
  73.   
  74.   // resize each column of each color channel  
  75.   bzero(dst, chan*width*dheight*sizeof(double));  
  76.   for (int c = 0; c < chan; c++) {  
  77.     for (int x = 0; x < width; x++) {  
  78.       double *s = src + c*width*sheight + x*sheight;  
  79.       double *d = dst + c*width*dheight + x;  
  80.       alphacopy(s, d, ofs, k);  
  81.     }  
  82.   }  
  83.   delete[] ofs;//在windows下使用时加上这句  
  84. }  
  85.   
  86. // main function  
  87. // takes a double color image and a scaling factor  
  88. // returns resized image  
  89. mxArray *resize(const mxArray *mxsrc, const mxArray *mxscale) {  
  90.   double *src = (double *)mxGetPr(mxsrc);  
  91.   const int *sdims = mxGetDimensions(mxsrc);  
  92.   if (mxGetNumberOfDimensions(mxsrc) != 3 ||   
  93.       mxGetClassID(mxsrc) != mxDOUBLE_CLASS)  
  94.     mexErrMsgTxt("Invalid input");    
  95.   
  96.   double scale = mxGetScalar(mxscale);  
  97.   if (scale > 1)  
  98.     mexErrMsgTxt("Invalid scaling factor");     
  99.   
  100.   int ddims[3];  
  101.   ddims[0] = (int)round(sdims[0]*scale);  
  102.   ddims[1] = (int)round(sdims[1]*scale);  
  103.   ddims[2] = sdims[2];  
  104.   mxArray *mxdst = mxCreateNumericArray(3, ddims, mxDOUBLE_CLASS, mxREAL);  
  105.   double *dst = (double *)mxGetPr(mxdst);  
  106.   
  107.   double *tmp = (double *)mxCalloc(ddims[0]*sdims[1]*sdims[2], sizeof(double));  
  108.   resize1dtran(src, sdims[0], tmp, ddims[0], sdims[1], sdims[2]);  
  109.   resize1dtran(tmp, sdims[1], dst, ddims[1], ddims[0], sdims[2]);  
  110.   mxFree(tmp);  
  111.   
  112.   return mxdst;  
  113. }  
  114.   
  115. // matlab entry point  
  116. // dst = resize(src, scale)  
  117. // image should be color with double values  
  118. void mexFunction(int nlhs, mxArray *plhs[], int nrhs, const mxArray *prhs[]) {   
  119.   if (nrhs != 2)  
  120.     mexErrMsgTxt("Wrong number of inputs");   
  121.   if (nlhs != 1)  
  122.     mexErrMsgTxt("Wrong number of outputs");  
  123.   plhs[0] = resize(prhs[0], prhs[1]);  
  124. }  


步骤4 修改dt.cpp文件

修改完resize.cpp文件后,继续compile,错误提示如下:

[html]  view plain copy 在CODE上查看代码片 派生到我的代码片
  1. dt.cpp(61): error C2065: 'int32_t' : undeclared identifier     

等等。

为解决此问题,在dt.cpp文件前面加上:

[cpp]  view plain copy 在CODE上查看代码片 派生到我的代码片
  1. #defineint32_t int  

然后继续compile,错误提示如下:

[html]  view plain copy 在CODE上查看代码片 派生到我的代码片
  1. dt.cpp(77): error C2374: 'x' : redefinition; multiple initialization  
  2. dt.cpp(70) : seedeclaration of 'x'  

说明有变量的二次定义,其实这是VC++6.0编译器的一个bug,在VC++6.0中,如果有如下的语句:

[cpp]  view plain copy 在CODE上查看代码片 派生到我的代码片
  1. for(int i=0; i < 10; i++)  
  2.     {...}  
  3. for(int i=0; i <10; i++)  
  4.     {...}  

则编译器会提示第二个变量i是重复定义,也就是说,编译器不认为在for语句内定义的变量的作用域仅限于for语句内,这与C++语法不符,现在的VS2010中已经没有这个问题了。所以在resize.cpp文件的对应位置注释掉二次定义就可以了,或者如果你选择的编译器不是VC++6.0的话,就没有这个问题。

 

步骤5 修改features.cpp文件

修改好dt.cpp文件后,再次compile,错误提示如下:

[html]  view plain copy 在CODE上查看代码片 派生到我的代码片
  1. features.cpp(48) : error C2065: 'round' : undeclared identifier   
  2. features.cpp(158) : error C2374: 'x' : redefinition; multiple initialization   
  3.         features.cpp(65) : see declaration of 'x'   
  4. features.cpp(195) : error C2374: 'o' : redefinition; multiple initialization   
  5.        features.cpp(179) : see declaration of 'o'  

可以看出有三个问题,round()函数未定义,变量x和o重复定义,

所以在features.cpp文件中加入round()函数的定义:

[cpp]  view plain copy 在CODE上查看代码片 派生到我的代码片
  1. intround(float a){float tmp = a-(int)a; if(tmp>=0.5) return (int)a+1;elsereturn (int)a;}  

并根据出错位置注释掉变量x和o的二次定义

 

步骤6 再次修改compile.m文件

修改完features.cpp文件后,再次compile,错误提示如下:

[html]  view plain copy 在CODE上查看代码片 派生到我的代码片
  1.     Usage:   
  2.         MEX [option1 ... optionN] sourcefile1 [... sourcefileN]   
  3.             [objectfile1 ... objectfileN] [libraryfile1 ... libraryfileN]   
  4. Use the -help option for more information, or consult the MATLAB API Guide.  
  5. Error in ==> compile at 10  
  6. mex -O fconvsse.cc -o fconv  
打开compile.m文件,查看第10行之前的注释:
[html]  view plain copy 在CODE上查看代码片 派生到我的代码片
  1. % use one of thefollowing depending on your setup  
  2. % 0 is fastest, 3 isslowest(应该是0 is fastest, 4 is slowest)  

可以看到0-4只是效率不同,作用一样,既然第10行的0号出问题了,就换一个,根据网友pozen的说明:其他几个fconv用了其他平台的multiThread在windows上跑不起,所以在最后加上:

[html]  view plain copy 在CODE上查看代码片 派生到我的代码片
  1. mex -O fconv.cpp   

并将第10行的

[html]  view plain copy 在CODE上查看代码片 派生到我的代码片
  1. mex -O fconvsse.cc -o fconv  

注释掉。

注意这里要先将fconv.cc文件的扩展名改为cpp,否则还会出现一开始的不识别.cc文件的问题。

修改完后的compile.m文件如下:

[html]  view plain copy 在CODE上查看代码片 派生到我的代码片
  1. mex -O resize.cpp  
  2. mex -O dt.cpp  
  3. mex -O features.cpp  
  4. mex -O getdetections.cpp  
  5.   
  6. % use one of the following depending on your setup  
  7. % 0 is fastest, 3 is slowest   
  8.   
  9. % 0) multithreaded convolution using SSE  
  10. % mex -O fconvsse.cc -o fconv  
  11.   
  12. % 1) multithreaded convolution using blas  
  13. %    WARNING: the blas version does not work with matlab >= 2010b   
  14. %    and Intel CPUs  
  15. % mex -O fconvblasMT.cc -lmwblas -o fconv  
  16.   
  17. % 2) mulththreaded convolution without blas  
  18. % mex -O fconvMT.cc -o fconv  
  19.   
  20. % 3) convolution using blas  
  21. % mex -O fconvblas.cc -lmwblas -o fconv  
  22.   
  23. % 4) basic convolution, very compatible  
  24. % mex -O fconv.cc -o fconv  
  25.   
  26. %在windows下使用时加上下面这句,并注释掉0)  
  27. mex -O fconv.cpp  


步骤7 修改fconv.cpp文件

修改完compile.m文件后,再次compile,错误提示如下:

[html]  view plain copy 在CODE上查看代码片 派生到我的代码片
  1. fconv.cpp(75): error C4716: 'process' : must return a value  

所以修改fconv.cpp文件,将

[html]  view plain copy 在CODE上查看代码片 派生到我的代码片
  1. void*process(void *thread_arg)  

改为:

[html]  view plain copy 在CODE上查看代码片 派生到我的代码片
  1. void process(void*thread_arg)  

即去掉指针符号。

然后再次compile,没错误提示了,编译成功了。

 

步骤8 运行demo(),进行目标检测试验

         编译完成后,在matlab命令行中输入demo,进行目标检测试验,根据提示,依次会出现小轿车、人、自行车的部件模型和检测结果,如果想检测其他图片,修改demo文件即可。

 

结果

 

(1) 小轿车

 



(2) 人

 



(3) 自行车


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