教程 | Caffe在Windows10系统上安装与配置

点击上方“小白学视觉”,选择加"星标"或“置顶

重磅干货,第一时间送达

软件下载和安装

预先安装软件与版本

  • CMake 3.13.4

  • Anaconda with Python 2 on 64-bit Windows

  • ninja-win

  • VS2015 64bit

  • Git-2.19.0-64-bit

Anaconda软件下载

https://www.anaconda.com/distribution/#download-section

下载Caffe-windows的源码

https://github.com/BVLC/caffe/tree/windows
git clone https://github.com/BVLC/caffe.git

下载之后,我本地地址为 D:/projects/caffe

打开caffe\scripts\ build_win.cmd 文件,
把python2的路径修改指向Anaconda
设置WITH_NINJA=0即可。

Caffe编译

直接运行build_win.cmd文件即可,在执行之前可以先检查一下python的版本,Caffe-windows只支持python2.7与python3.5两个python版本,其它都不支持!我的执行如下:

c1050f4f619a594ef9f29aaec95dc5d7.png

43c27dd1433939b9ec3e529bba2f9eb7.png

执行完成之后,到scripts/build文件夹下,双击Caffe.sln在VS2015中打开,执行ALL_BUILD之后,如下图所示:

4905b0a1b5285b79da0b9d5d6e43a072.png

全部38个模块编译完成!

上面步骤中经常会遇到下面的两个错误

错误一:

fatal error c1083: 无法打开包括文件: “caffe/include_symbols.hpp”: no such file or directory

打开build_win.cmd,

把所有

WITH_NINJA=1 
统统改为
WITH_NINJA=0,

然后再重新运行即可。

错误二:

Could not find url for MSVC version = 1900 and Python version=3.6

3f82a2c198e424537fc10a182a27a25d.png

记得把系统的python路径改到C:\ProgramData\Anaconda2即可

Caffe Python配置与测试

完成编译之后,切换到caffe\python\caffe目录下,可以看到生成的pyhton安装包。手动把caffe\python下的caffe文件夹整个拷贝到Anaconda2\Lib\site-packages下面。然后打开windows的命令行窗口,执行如下:

9410aafe1885914d190e7aa62d077888.png

说明caffe python完全可以正常使用拉!

常会遇到的问题见下面的两张图

8b5d91fc24b2bab5cd6a8367f541aaf8.png

696bb1a5b00d57f2665e547e1be91c9f.png

解决办法:

升级下面两个安装包到指定版本即可解决!

  • scipy-1.2.2

  • pillow-4.3.0

另外记得安装VS的时候一定记得把VC++勾上!

最后打开Anaconda自带的Spyder,亲测Caffe导入可用!

d6e63bd2ffa7b96dc4b10abf6babec25.png

附上修改后的build_win.cmd文件:

@echo off
@setlocal EnableDelayedExpansion

:: Default values
if DEFINED APPVEYOR (
    echo Setting Appveyor defaults
    if NOT DEFINED MSVC_VERSION set MSVC_VERSION=14
    set WITH_NINJA=0
    if NOT DEFINED CPU_ONLY set CPU_ONLY=1
    if NOT DEFINED CUDA_ARCH_NAME set CUDA_ARCH_NAME=Auto
    if NOT DEFINED CMAKE_CONFIG set CMAKE_CONFIG=Release
    if NOT DEFINED USE_NCCL set USE_NCCL=0
    if NOT DEFINED CMAKE_BUILD_SHARED_LIBS set CMAKE_BUILD_SHARED_LIBS=0
    if NOT DEFINED PYTHON_VERSION set PYTHON_VERSION=2
    if NOT DEFINED BUILD_PYTHON set BUILD_PYTHON=1
    if NOT DEFINED BUILD_PYTHON_LAYER set BUILD_PYTHON_LAYER=1
    if NOT DEFINED BUILD_MATLAB set BUILD_MATLAB=0
    if NOT DEFINED PYTHON_EXE set PYTHON_EXE=python
    if NOT DEFINED RUN_TESTS set RUN_TESTS=1
    if NOT DEFINED RUN_LINT set RUN_LINT=1
    if NOT DEFINED RUN_INSTALL set RUN_INSTALL=1

    :: Set python 2.7 with conda as the default python
    if !PYTHON_VERSION! EQU 2 (
        set CONDA_ROOT=C:\ProgramData\Anaconda2
    )
    :: Set python 3.5 with conda as the default python
    if !PYTHON_VERSION! EQU 3 (
        set CONDA_ROOT=C:\Miniconda35-x64
    )
    set PATH=!CONDA_ROOT!;!CONDA_ROOT!\Scripts;!CONDA_ROOT!\Library\bin;!PATH!

    :: Check that we have the right python version
    !PYTHON_EXE! --version
    :: Add the required channels
    conda config --add channels conda-forge
    conda config --add channels willyd
    :: Update conda
    conda update conda -y
    :: Download other required packages
    conda install --yes cmake ninja numpy scipy protobuf==3.1.0 six scikit-image pyyaml pydotplus graphviz

    if ERRORLEVEL 1  (
      echo ERROR: Conda update or install failed
      exit /b 1
    )

    :: Install cuda and disable tests if needed
    if !WITH_CUDA! == 1 (
        call %~dp0\appveyor\appveyor_install_cuda.cmd
        set CPU_ONLY=0
        set RUN_TESTS=0
        set USE_NCCL=1
    ) else (
        set CPU_ONLY=1
    )

    :: Disable the tests in debug config
    if "%CMAKE_CONFIG%" == "Debug" (
        echo Disabling tests on appveyor with config == %CMAKE_CONFIG%
        set RUN_TESTS=0
    )

    :: Disable linting with python 3 until we find why the script fails
    if !PYTHON_VERSION! EQU 3 (
        set RUN_LINT=0
    )

) else (
    :: Change the settings here to match your setup
    :: Change MSVC_VERSION to 12 to use VS 2013
    if NOT DEFINED MSVC_VERSION set MSVC_VERSION=14
    :: Change to 1 to use Ninja generator (builds much faster)
    set WITH_NINJA=0
    :: Change to 1 to build caffe without CUDA support
    if NOT DEFINED CPU_ONLY set CPU_ONLY=1
    :: Change to generate CUDA code for one of the following GPU architectures
    :: [Fermi  Kepler  Maxwell  Pascal  All]
    if NOT DEFINED CUDA_ARCH_NAME set CUDA_ARCH_NAME=Auto
    :: Change to Debug to build Debug. This is only relevant for the Ninja generator the Visual Studio generator will generate both Debug and Release configs
    if NOT DEFINED CMAKE_CONFIG set CMAKE_CONFIG=Release
    :: Set to 1 to use NCCL
    if NOT DEFINED USE_NCCL set USE_NCCL=0
    :: Change to 1 to build a caffe.dll
    if NOT DEFINED CMAKE_BUILD_SHARED_LIBS set CMAKE_BUILD_SHARED_LIBS=0
    :: Change to 3 if using python 3.5 (only 2.7 and 3.5 are supported)
    if NOT DEFINED PYTHON_VERSION set PYTHON_VERSION=2
    :: Change these options for your needs.
    if NOT DEFINED BUILD_PYTHON set BUILD_PYTHON=1
    if NOT DEFINED BUILD_PYTHON_LAYER set BUILD_PYTHON_LAYER=1
    if NOT DEFINED BUILD_MATLAB set BUILD_MATLAB=0
    :: If python is on your path leave this alone
    if NOT DEFINED PYTHON_EXE set PYTHON_EXE=python
    :: Run the tests
    if NOT DEFINED RUN_TESTS set RUN_TESTS=0
    :: Run lint
    if NOT DEFINED RUN_LINT set RUN_LINT=0
    :: Build the install target
    if NOT DEFINED RUN_INSTALL set RUN_INSTALL=0
)

:: Set the appropriate CMake generator
:: Use the exclamation mark ! below to delay the
:: expansion of CMAKE_GENERATOR
if %WITH_NINJA% EQU 0 (
    if "%MSVC_VERSION%"=="14" (
        set CMAKE_GENERATOR=Visual Studio 14 2015 Win64
    )
    if "%MSVC_VERSION%"=="12" (
        set CMAKE_GENERATOR=Visual Studio 12 2013 Win64
    )
    if "!CMAKE_GENERATOR!"=="" (
        echo ERROR: Unsupported MSVC version
        exit /B 1
    )
) else (
    set CMAKE_GENERATOR=Ninja
)

echo INFO: ============================================================
echo INFO: Summary:
echo INFO: ============================================================
echo INFO: MSVC_VERSION               = !MSVC_VERSION!
echo INFO: WITH_NINJA                 = !WITH_NINJA!
echo INFO: CMAKE_GENERATOR            = "!CMAKE_GENERATOR!"
echo INFO: CPU_ONLY                   = !CPU_ONLY!
echo INFO: CUDA_ARCH_NAME             = !CUDA_ARCH_NAME!
echo INFO: CMAKE_CONFIG               = !CMAKE_CONFIG!
echo INFO: USE_NCCL                   = !USE_NCCL!
echo INFO: CMAKE_BUILD_SHARED_LIBS    = !CMAKE_BUILD_SHARED_LIBS!
echo INFO: PYTHON_VERSION             = !PYTHON_VERSION!
echo INFO: BUILD_PYTHON               = !BUILD_PYTHON!
echo INFO: BUILD_PYTHON_LAYER         = !BUILD_PYTHON_LAYER!
echo INFO: BUILD_MATLAB               = !BUILD_MATLAB!
echo INFO: PYTHON_EXE                 = "!PYTHON_EXE!"
echo INFO: RUN_TESTS                  = !RUN_TESTS!
echo INFO: RUN_LINT                   = !RUN_LINT!
echo INFO: RUN_INSTALL                = !RUN_INSTALL!
echo INFO: ============================================================

:: Build and exectute the tests
:: Do not run the tests with shared library
if !RUN_TESTS! EQU 1 (
    if %CMAKE_BUILD_SHARED_LIBS% EQU 1 (
        echo WARNING: Disabling tests with shared library build
        set RUN_TESTS=0
    )
)

if NOT EXIST build mkdir build
pushd build

:: Setup the environement for VS x64
set batch_file=!VS%MSVC_VERSION%0COMNTOOLS!..\..\VC\vcvarsall.bat
call "%batch_file%" amd64

:: Configure using cmake and using the caffe-builder dependencies
:: Add -DCUDNN_ROOT=C:/Projects/caffe/cudnn-8.0-windows10-x64-v5.1/cuda ^
:: below to use cuDNN
cmake -G"!CMAKE_GENERATOR!" ^
      -DBLAS=Open ^
      -DCMAKE_BUILD_TYPE:STRING=%CMAKE_CONFIG% ^
      -DBUILD_SHARED_LIBS:BOOL=%CMAKE_BUILD_SHARED_LIBS% ^
      -DBUILD_python:BOOL=%BUILD_PYTHON% ^
      -DBUILD_python_layer:BOOL=%BUILD_PYTHON_LAYER% ^
      -DBUILD_matlab:BOOL=%BUILD_MATLAB% ^
      -DCPU_ONLY:BOOL=%CPU_ONLY% ^
      -DCOPY_PREREQUISITES:BOOL=1 ^
      -DINSTALL_PREREQUISITES:BOOL=1 ^
      -DUSE_NCCL:BOOL=!USE_NCCL! ^
      -DCUDA_ARCH_NAME:STRING=%CUDA_ARCH_NAME% ^
      "%~dp0\.."

if ERRORLEVEL 1 (
  echo ERROR: Configure failed
  exit /b 1
)

:: Lint
if %RUN_LINT% EQU 1 (
    cmake --build . --target lint  --config %CMAKE_CONFIG%
)

if ERRORLEVEL 1 (
  echo ERROR: Lint failed
  exit /b 1
)

:: Build the library and tools
cmake --build . --config %CMAKE_CONFIG%

if ERRORLEVEL 1 (
  echo ERROR: Build failed
  exit /b 1
)

:: Build and exectute the tests
if !RUN_TESTS! EQU 1 (
    cmake --build . --target runtest --config %CMAKE_CONFIG%

    if ERRORLEVEL 1 (
        echo ERROR: Tests failed
        exit /b 1
    )

    if %BUILD_PYTHON% EQU 1 (
        if %BUILD_PYTHON_LAYER% EQU 1 (
            :: Run python tests only in Release build since
            :: the _caffe module is _caffe-d is debug
            if "%CMAKE_CONFIG%"=="Release" (
                :: Run the python tests
                cmake --build . --target pytest

                if ERRORLEVEL 1 (
                    echo ERROR: Python tests failed
                    exit /b 1
                )
            )
        )
    )
)

if %RUN_INSTALL% EQU 1 (
    cmake --build . --target install --config %CMAKE_CONFIG%
)

popd
@endlocal

下载1:OpenCV-Contrib扩展模块中文版教程

在「小白学视觉」公众号后台回复:扩展模块中文教程即可下载全网第一份OpenCV扩展模块教程中文版,涵盖扩展模块安装、SFM算法、立体视觉、目标跟踪、生物视觉、超分辨率处理等二十多章内容。

下载2:Python视觉实战项目52讲

在「小白学视觉」公众号后台回复:Python视觉实战项目即可下载包括图像分割、口罩检测、车道线检测、车辆计数、添加眼线、车牌识别、字符识别、情绪检测、文本内容提取、面部识别等31个视觉实战项目,助力快速学校计算机视觉。

下载3:OpenCV实战项目20讲

在「小白学视觉」公众号后台回复:OpenCV实战项目20讲即可下载含有20个基于OpenCV实现20个实战项目,实现OpenCV学习进阶。

交流群

欢迎加入公众号读者群一起和同行交流,目前有SLAM、三维视觉、传感器、自动驾驶、计算摄影、检测、分割、识别、医学影像、GAN、算法竞赛等微信群(以后会逐渐细分),请扫描下面微信号加群,备注:”昵称+学校/公司+研究方向“,例如:”张三 + 上海交大 + 视觉SLAM“。请按照格式备注,否则不予通过。添加成功后会根据研究方向邀请进入相关微信群。请勿在群内发送广告,否则会请出群,谢谢理解~

7b6a597c6cd263d7a69546a280cea27b.png

636ce761a6009b2077e2c31b5c1c53a1.png

  • 3
    点赞
  • 13
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
### 回答1: 要在Windows 10上安装Caffe,您需要按照以下步骤进行操作: 1. 安装CUDA和cuDNN:Caffe需要CUDA和cuDNN来加速计算。您可以从NVIDIA官网下载并安装最新版本的CUDA和cuDNN。 2. 安装依赖项:Caffe需要一些依赖项,如Boost、OpenCV、protobuf等。您可以使用Chocolatey或手动安装这些依赖项。 3. 下载Caffe源代码:您可以从Caffe的GitHub页面下载源代码。 4. 编译Caffe:使用Visual Studio或Cygwin编译Caffe源代码。 5. 测试Caffe:运行Caffe的测试套件,确保一切正常。 以上是在Windows 10上安装Caffe的基本步骤。请注意,这只是一个概述,具体步骤可能会因您的环境而异。建议您查看Caffe的官方文档以获取更详细的安装说明。 ### 回答2: Caffe是一个流行的深度学习框架,它被广泛应用于图片分类、物体检测和图像分割等领域。在Windows10安装Caffe需要以下步骤: 1. 安装CUDA和cuDNN Caffe依赖于CUDA和cuDNN,因此在安装Caffe之前,需要安装CUDA和cuDNN。首先要检查自己的Nvidia显卡版本和CUDA的版本是否兼容。确保自己的显卡支持CUDA,然后下载和安装对应版本的CUDA和cuDNN。关于CUDA和cuDNN的安装教程可以在官方网站上找到。 2. 安装Mingw-w64 Mingw-w64是一个Windows下的工具集,可以让用户开发人员在Windows操作系统上编译和构建C和C++程序。在安装Mingw-w64之前,需要从官方网站下载并安装CMake工具。 3. 安装Git和下载Caffe源代码 Caffe是一个开源框架,源代码托管在Github上。因此,需要下载并安装Git,然后从Github上克隆Caffe的源代码。使用Git Bash或cmd进入到需要下载Caffe的文件夹,运行以下命令: git clone https://github.com/BVLC/caffe.git 4. 编译Caffe 编译Caffe需要使用CMake和Mingw-w64。在源代码目录下创建一个新的目录,比如build,然后使用CMake进行配置,执行以下命令: cd caffe mkdir build cd build cmake -G "MinGW Makefiles" .. 这些命令会在build文件夹中生成一个Makefile。然后,使用Mingw-w64进行编译,输入以下命令: mingw32-make Windows平台下,Caffe不支持Python3.x,只能使用Python2.x。通过添加PYTHON_INCLUDE和PYTHON_LIBRARIES等环境变量,在Caffe中启用Python支持。例如: set PYTHON_INCLUDE=C:\Python27\include set PYTHON_LIBRARIES=C:\Python27\libs\python27.lib 最后,Caffe将被编译成一个可执行文件,可以运行CaffePython例子,或使用它编写自己的样例。 总体来说,Windows平台下安装Caffe需要安装多个配置软件,并需要进行编译和调整环境变量。对于有一定编程经验和计算机基础的人来说,安装Caffe不算太难,但对于初学者来说可能有些困难。如果需要,可以参考一些详细的教程或者请专业人士帮助安装。 ### 回答3: Caffe是一个基于C++和CUDA编写的深度学习框架,其强大的计算性能、灵活的设计和广泛的应用性使其成为深度学习领域中备受关注的框架之一。在Windows10安装Caffe并使用其进行深度学习研究和开发是很有必要的。 下面是CaffeWindows10上的安装步骤: 步骤1:安装CUDA和cuDNN 在Windows10上使用Caffe需要安装CUDA和cuDNN,这两个工具可以提供强大的GPU计算功能,加速深度学习的训练和预测。 首先需要安装NVIDIA显卡驱动程序和CUDA Toolkit,这可以在NVIDIA官网上下载。然后下载cuDNN库文件并将其解压至CUDA安装目录下的相应文件夹中。 步骤2:安装依赖项 在安装Caffe之前,需要安装一些依赖项,包括Git、Python、Boost和OpenCV等。Git可以在官网上下载安装程序,Python、Boost和OpenCV等依赖项可以使用Anaconda或通过pip安装。 步骤3:下载和编译Caffe源码 下载Caffe源码文件并解压。根据CUDA和cuDNN的版本及电脑的配置,修改Makefile文件中的参数。在命令行终端中运行make编译Caffe源代码。编译成功后,Caffe将生成可执行文件,可以在终端中使用这些文件。 步骤4:设置环境变量 在Windows10系统环境变量中设置Caffe路径和Python路径。添加路径后,可以在任何终端中使用Caffe。 在安装完毕后,可以使用以下命令运行Caffecaffe --version 这个命令可以检查Caffe是否成功安装,并显示版本信息。同时,应该自己编译自己需要的模块,如python支持等。 总体来说,在Windows10系统安装Caffe需要繁琐的操作和编译过程,但是具有较好的灵活性和性能优势。为了确保成功安装,应该仔细阅读官方文档和参考其他资料。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
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