並針對自己遇到的問題進行了一系列更改和記錄。
Faster-RCNN源碼下載地址:
一、初始安裝的軟件版本及檢測
win10系統
安裝vs2013;
安裝Matlab R2016b;
安裝CUDA 7.5;
上面的安裝順序最好不要亂,否則可能出現Matlab找不到vs的情況,在Matlab命令行窗口輸入:mbuild -setup,如果出現:
說明Matlab可以找到vs2013。CUDA應在安裝vs2013后再安裝。
二、編譯自己的external文件
如果cuda版本是6.5則按照引用博文中的網址下載即可。若不是,則需要自己編譯。
注意:應將caffe-faster-R-CNN里所有文件拷貝到.\caffe_library\caffe中去,而非直接拷貝caffe-faster-R-CNN文件夾!
其中,此文件中:
根據提示,需要改的地方,依次為:從中段偏下開始有需要更改的地方
對caffe項目右鍵——屬性——配置屬性——VC++目錄 中根據自己軟件安裝路徑更改包含目錄和庫目錄,並將原先錯誤的路徑覆蓋,如圖:
三、編譯faster_rcnn_build.m文件遇到問題
按要求完成博文內容后,用MATLAB運行faster_rcnn-master中的faster_rcnn_build.m文件會出現以下錯誤:
解決方法:
將functions/nms/nvmex.m中進行如下更改:
再重新運行faster_rcnn_build.m文件編譯成功。
四、運行startup.m文件
五、運行experiments/script_faster_rcnn_demo.m文件
並將其解壓到faster_rcnn-master下。
在運行前,要檢查CUDA是否進行了系統環境配置。
將以下路徑全部加到系統環境Path中:
C:\Program Files\NIVIDIA GPU Computing Toolkit\CUDA\v7.5\libnvvp
C:\Program Files\NIVIDIA GPU Computing Toolkit\CUDA\v7.5
C:\Program Files\NIVIDIA GPU Computing Toolkit\CUDA\v7.5\bin
C:\Program Files\NIVIDIA GPU Computing Toolkit\CUDA\v7.5\lib\x64
在運行faster_rcnn-master根目錄下運行script_faster_rcnn_demo.m文件。