Windows下cmake编译caffe，实现纯C++版本MTCNN人脸检测和关键点定位

本文链接：https://blog.csdn.net/xzzppp/article/details/73201544

2017.5.28 发现 caffe官方windows版本已经不提供vs工程文件了，需要用cmake编译生成sln文件。详细编译调试过程如下：

一、开发环境要求：

Windows 7/10，64位系统，Visual Studio 2013以上版本，推荐使用VS2015，安装anaconda2.4或以上版本。

二、下载caffe windows版本源码，生成vs工程

项目地址： https://github.com/BVLC/caffe

最好用git clone下载源码（直接下载的.zip文件不全，有时编译会出现问题），branch 选择windows。

用cmake 配置根目录下的cmakelists.txt，即where is the source code填入cmakelists.txt所在目录（即caffe根目录：E:/caffe/windows），where to build the binaries填入根目录下的一个新建目录，比如E:/caffe/windows/windows。

然后configure, 提示要下载libraries_v140_x64_py27_1.1.0.tar.bz2，根据vs版本不同，文件名可能不同。下载通常很慢，建议用下载工具直接下载。在caffe根目录下用notepad搜索下载的提示（在caffe/cmake/WindowsDownloadPrebuiltDependencies.cmake中），找到下载地址，https://github.com/willyd/caffe-

builder/releases/download/v1.1.0/libraries_v120_x64_py27_1.1.0.tar.bz2

https://github.com/willyd/caffe-

builder/releases/download/v1.1.0/libraries_v140_x64_py27_1.1.0.tar.bz2

下载后复制到cmake提示的目录下，替换里面相对应的文件，通常是类似这样的目录 C:\Users\yourname\ .caffe\dependencies\download 。再点击configure。

如果提示atlas错误，把BLAS 选项改为Open，意思是用OpenBlas。第一次使用，建议勾选cpu_only。如果有GPU并安装cuda，则可以不勾选。然后点击generate，编译成功。

三、打开生成的caffe.sln文件，编译工程。

编译在tools目录下的某个工程（例如caffe.bin，extract_features等）上右键，设置为启动项目，编译Release，Debug版本，然后生成运行（ctrl+f5），如果编译成功，则工程通过编译。

需要注意，caffe.bin等工程依赖项包括：caffe，caffeproto，ZERO_CHECK三个依赖项生成的库，所以在编译caffe.bin工程的时候会把依赖项也编译了。

可以运行，则说明已经编译好了。

四、添加C++版本MTCNN人脸检测和关键点定位工程

项目地址：https://github.com/foreverYoungGitHub/MTCNN

通过观察我们发现，caffe.bin，extract_features等工程的依赖项都相同，所以我考虑在caffe.bin等工程的基础上，直接复制原来的工程替换相应的头文件，源文件，然后编译。（我自己新建了工程，然后修改里面的参数，编译经常出现问题，不如复制解决方案自带的工程方便）

在caffe/windows/tools/目录下，复制extract_features.vcxproj工程文件，重命名为mtcnn2.vcxproj工程，在caffe解决方案中tools里面右击添加现有mtcnn2.vcxproj工程项目（在解决方案中工程名可能还没改，重命名即可），移除原来的源文件，头文件；添加mtcnn中main.cpp，MTCNN.cpp，MTCNN.h三个文件，编译Debug或Release版本可以编程成功。修改caffemodel，protobuf文件路径后就可以进行人脸检测和关键点定位了。