faster rcnn matlab运行,Faster-RCNN(Matlab版本)總結自己運行中出現的各種問題與配置情況...

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。