一. 一些废话
由于热爱AI,追求技术,工作之余,总喜欢摆弄一些计算机视觉相关任务。现记录下caffe在win10下的配置,顺便实现下yolo的region层以及yolov2的后处理,方便日后有需要进行查阅。
二. 说明
- 本人使用的环境:win10专业版、visual stdio 2015、c++(无特殊配置,无特殊环境)
- python环境使用的anaconda3。caffe早已停更,在win10下的编译仅支持python2和python3.5(或许还有办法支持其他,但采坑经验告诉我直接用python2或者python3.5不会有错)
- anaconda2可以直接在官网下载,anaconda3.5下载地址如下百度网盘(提取码:j9ug)
4. 使用caffe github中的windows分支进行编译,下载地址:
https://github.com/BVLC/caffe/tree/windowsgithub.com5. 买不起显卡,使用cpu编译。
三. 编译步骤
- 如下图,下载并解压后,进入caffe-windows目录,看到如下图所示的scripts目录,进入其中,打开并编辑build_win.cmd文件,编辑第74、76、81、87和99行,分别改为如下所示:
74行:if NOT DEFINED WITH_NINJA set WITH_NINJA=0
76行:if NOT DEFINED CPU_ONLY set CPU_ONLY=1
81行:if NOT DEFINED CMAKE_CONFIG set CMAKE_CONFIG=Debug ::DeBug或者Release,本人使用debug
87行:if NOT DEFINED PYTHON_VERSION set PYTHON_VERSION=3 ::本行可根据python版本进行选择,本人使用python3.5
99行:if NOT DEFINED RUN_INSTALL set RUN_INSTALL=1 ::使得编译之后能在build目录下生成对应的文件
2. 然后开始编译。在caffe-windows中,输入打开终端,输入.scriptsbuild_win.cmd即可进行编译,但是过程中会自动下载一些依赖包,如下红框所示,此过程极慢,可在以下地址中事先下载好,放入对应的位置(C:/Users/这里是用户名/.caffe/dependencies/download)。下载地址(提取码:qqxo),python2就用libraries_v140_x64_py27_1.1.0.tar,python3.5就用libraries_v140_x64_py35_1.1.0.tar,下载直接把压缩包放在对应位置即可。
https://pan.baidu.com/s/1YmlryLLP9Lmn2-Ul5WJUJwpan.baidu.com3. 编译过程会出现大量的警告,直接忽略即可,没有error便是成功。
4. 为caffe添加region层的处理逻辑,这块的逻辑可以上网查资料,这里就不多说了。region层的添加参考如下博客,将对应的caffe-yolov2的实现添加到自己的win版本的caffe中就行了。
Caffe(12)--实现YOLOv2目标检测_人工智能_对角巷-CSDN博客blog.csdn.net5.篇幅有限,对应的demo先不放,若有需要,可多多交流