RBG(phthon)那个编译比较简单,没什么问题。
shaoqingren(matlab)这个版本因为cudnn版本(v3)和caffe的cudnn(v4)版本不一致。
注释# USE_CUDNN := 1编译。会出现一些opencv的错误。
../lib/libcaffe.so: undefined reference tocv::imread(cv::String const&, int)' collect2: error: ld returned 1 exitstatus make[2]: *** [tools/compute_image_mean] Error 1 make[2]: Leaving
类似吧,解决方法。我用的opencv版本是3.1.0
$ pkg-config --modversion opencv 通过这个命令可以查询。
OPENCV_VERSION := 3
USE_PKG_CONFIG := 1
LIBRARIES += glog gflags protobuf leveldb snappy \
lmdb boost_system hdf5_hl hdf5 m \
opencv_core opencv_highgui opencv_imgproc opencv_imgcodecs
注意这三个编译选项就可以了。
make all -j20没问题了
make matcaffe
A. 在faster-rcnn路径下打开Matlab,或者直接打开Matlab再切换到faster-rcnn路径,运行faster_rcnn_build.m
,没有GPU的话在Compiling nms_gpu_mex
时会出错,但其他是能够正常编译的,所以没有关系。
B. 运行startup.m
,会加入其所需路径。
C. 运行fetch_data/fetch_faster_rcnn_final_model.m
,下载所需模型。推荐在作者Github上找百度云盘的https://pan.baidu.com/s/1hsFKmeK,速度会快上不少,下载完将output
文件夹解压至./faster-rcnn
目录下。
D. 打开experiments/script_faster_rcnn_demo.m
测试文件