dp-dpm与matcaffe编译

Deformable Part Model are Convolution Neural Network

可变形部件模型即卷积神经网络，大神rbg咋论文里，对这个观点进行了阐述，用cnn feature map

代替hog特征，进行latent svm的训练，从而将DPM扩展为cnn

在编译dp-dpm的caffe代码时，由于matlab的gcc版本较低，而linux系统是Ubuntu14.04， gcc4.8， 所以在运行的时候会出错，如下：

Invalid Mex File : caffe.mexa64 ,  sys/os/glnxa64/libgcc_s.so.1 GCC4.3 not found云云

解决方法如下：

将matlab下的libstdc++.so.6链接到系统用的那个库的文件去export LD_LIBRARY_PATH=/usr/local/MATLAB/R2013a/sys/os/glnxa64  

export LD_PRELOAD=/lib/x86_64-linux-gnu/libgcc_s.so.1 

有篇帖子对gcc进行了降级，此处并没有采用；

原方法帖子如下：

本节内容主要是实现，利用matlab调用caffe中的matlab接口，实现matlab环境下caffe 的使用

GCC降级

编译matlab

运行demo

(一）matlab支持gcc较低版本，而ubuntu14.04支持gcc4.8,所以要先将gcc降级

我的是matlab2013a,支持的是gcc4.4.x系列，所以我就安装gcc4.4，然后降级

1.安装gcc4.4

[plain]  view plain  copy

1. sudo apt-get install -y gcc-4.4  
2. sudo apt-get install -y g++-4.4  

2.降级

[plain]  view plain  copy

1. cd /usr/bin  
2. sudo rm gcc  
3. sudo ln -s gcc-4.4 gcc  
4. sudo rm g++  
5. sudo ln -s g++-4.4 g++  

3.验证版本

[plain]  view plain  copy

1. gcc  -v  

(二）编译matlab

cd 到caffe目录下

[plain]  view plain  copy

1. sudo make matcaffe  

测试

[plain]  view plain  copy

1. <span style="font-family:SimSun;font-size:18px;"><strong>make mattest</strong></span>  

出现问题

出现问题的原因：编译caffe时候的库与编译matlab相关的库版本不一样

有一个会在matlab目录下/usr/local/MATLAB/R2013a/sys/os/glnxa64；另外一个在/usr/lib/x86_64-linux-gnu/libstdc++.so.6

解决措施：

1.（推荐）将matlab下的libstdc++.so.6链接到系统用的那个库的文件去

[plain]  view plain  copy

1. export LD_LIBRARY_PATH=/usr/local/MATLAB/R2013a/sys/os/glnxa64  

[plain]  view plain  copy

1. export LD_PRELOAD=/usr/lib/x86_64-linux-gnu/libstdc++.so.6  

2.（不推荐）将matlab下的libstdc++.so.6 更改名称为libstd++.so.6_back(让matlab找不到这个，但是为了安全还是备份一下吧)，这样在执行matlab编译的时候会自动去找系统用的库

执行测试

[plain]  view plain  copy

1. make  mattest  

(三)caffe中提供了matlab的demo

An ILSVRC image classification demo is in caffe/matlab/demo/classification_demo.m (you need to download BVLC CaffeNet from Model Zoo to run it).

打开matlab,切换目录到caffe-master/matlab/demo目录下，拷贝cat.jpg到此目录下

运行classification_demo.m,得到1000*1的输出 因为imagnet一共1000类，输出的1000维就是每一类的输出，最大值就是对应的类别

[plain]  view plain  copy

1. <span style="font-family:SimSun;font-size:18px;">run('classification_demo.m')</span>