本人最近研究faster-rcnn，在成功跑通matlab版本和版本，但是由于开发需要，则要在上进行c++版本的faster-rcnn应用，于是参照着http://blog.csdn.net/oYangZi12/article/details/?locationNum=2&fps=1提供的代码，以及Matlab版本faster-rcnn的代码过程，自己整理了C++版本的faster-rcnn，当然只能进行测试，并且model必须是matlab的，过段时间会尝试整理读取py-faster-rcnn的c++版本代码。
一：安装环境：
　　1、windows10，
　　2、Visual Studio 2013
　　3、cuda7.5和cudnn5.1
　　3、Caffe版本：//caffe
二：caffe安装
　　将caffe-master/windows/CommonSettings.props.example复制一份就做caffe-master/windows/CommonSettings.prop,用文本notepad++(Visual stadio 打开也可以)对其进行配置。需要注意的是CPU还是使用GPU，以及是否编译matlab和python的。我的配置如下：
　　本人安装了Anaconda windowsX64 2.7版本来配置python，安装Anaconda2后需要下载必要的python库
<span style="color: # conda install --yes numpy scipy matplotlib scikit-image pip
<span style="color: # pip install protobuf
　　上图第二个箭头处，由于本人matlab版本为2016a，在编译的caffe版本时遇到了"gpu/mxGPUArray.h" Not Found问题，因此需要在IncludePath处添加上述路径。
　　打开caffe-master/windows/caffe.sln，项目选择released模式，修改libcaffe的C++常规设置，将警告视为错误选择否，如果需要使用faster-rcnn，请先看第三步faster-rcnn配置的编译步骤，以免重复编译，如不需要，则直接开始生成，会出现Nuget还原管理界面，结束后会在caffe-master的同级目录下生成一个Nugets的目录，装的是各种依赖库。结果如下图
编译时间很长，耐心等待后没有出现问题就表明编译成了。
三：faster-rcnn配置
&&& 1、重新编译caffe&
　　 由于faster-rcnn中使用了roi-pooling-layer层，而微软版本编译时并未添加roi_pooling_layer，所以我们需要将头文件，cu文件和cpp文件手动加入到libcaffe中，为防止出现其他问题。本人将caffe-master/include/caffe下的所有头文件加入到libcaffe项目的头文件中，caffe-master/src/caffe的cpp和cu文件加入到libcaffe的和cu文件中。
添加完成后，再次重新编译整个项目。编译成功后，整个caffe就编译完成了。
　2、新建faster-rcnn-test项目
　　本人整理好的第三方依赖项faster_3rdparty，链接：/s/1qYttnsS 密码：d0ud，将其解压到caffe-master/目录下。
　　c++包含目录：../../ ../../faster_3rdparty/include C:/Program Files/NVIDIA GPU Computing Toolkit/CUDA/v7.5/include(本人cuda安装目录)
　　库链接目录：../../Build/x64/R../../faster_3rdparty/C:/Program Files/NVIDIA GPU Computing Toolkit/CUDA/v7.5/lib/x64；
&&&& 附加依赖项项：opencv_calib3d2410.opencv_contrib2410.opencv_core2410.opencv_features2d2410.opencv_flann2410.opencv_gpu2410.opencv_highgui2410.
opencv_imgproc2410.opencv_legacy2410.lib；opencv_ml2410.opencv_objdetect2410.opencv_ts2410.opencv_video2410.caffe.libcaffe.cudart.cublas.
curand.gflags.libglog.libopenblas.dll.a;libprotobuf.leveldb.lmdb.hdf5.hdf5_hl.lib
　　将faster_3rdparty/bin目录添加到系统环境变量中。
　　添加本人上传的faster-rcnn c++代码，链接/zhanglaplace/faster-rcnn-cplusplus，代码结合Matlab版本的faster-rcnn以及参考http://blog.csdn.net/oYangZi12/article/details/?locationNum=2&fps=1 提供的代码。下载model，model文件可以从网盘下载，网盘链接：/s/1dF88JvV ，设置新建项目为启动项目，且只编译该项目。
　　运行结果如下：
PS：如果编译成功的话，不要忘了给我的github工程点个star！匿名用户不能发表回复！|
每天回帖即可获得10分可用分！小技巧：
你还可以输入10000个字符
(Ctrl+Enter)
请遵守CSDN，不得违反国家法律法规。
转载文章请注明出自“CSDN（www.csdn.net）”。如是商业用途请联系原作者。4296人阅读
计算机视觉（3）
机器学习（2）
编程相关（1）
深度学习（3）
配置环境： Windows10x64
Matlab2015Ra
Opencv2.4.11
CUDA7.5安装
因为Cuda7.5做了很大的优化改进，而且对win10支持较好，所以这里选择安装Cuda7.5,具体过程 。但是由于作者Matlab 版本的Faster r-CNN的cnn库是在Cuda6.5下编译的，所以这里会出现问题,要么需要自己在Cuda7.5下编译，要么可以在下载。
下载 FasterR-CNN程序包
在作者ShaoqingRen的github上下载Matlab版本的faster-cnn：。然后解压到本地。
编译external/caffe库
如果你的电脑安装的是CUDA6.5, 那么可以直接运行fetch_data/fetch_caffe_mex_windows_vs2013_cuda65.m。
如果你是像本人那样安装了CUDA7.5， 那么你可以在下载编译好的库，直接解压到作者代码的根目录下。
生成nms mex文件
运行文件根目录下的：faster_rcnn_build.m
注意：这里运行的时候会经常报错，是需要将functions/nms/nvmex.m下的Cuda_path改成你电脑的CUDA安装路径。
设置相关函数路径
运行startup.m文件，这只函数运行的相关路径。
下载CNN的models
要么运行作者代码包里的：fetch_data/fetch_faster_rcnn_final_model.m
自动下载并保存在output文件夹里面。
或者自己在里下载，并解压到output文件夹里。
测试运行demo
如果前面一切ok没有问题的话，这里将experiments/script_faster_rcnn_demo.m 拷贝到根目录下，然后运行就可以看到结果了。
注意：由于VGG16模型太大了，所以一般电脑运行起来会出现matlab奔溃，所以这里要么将
opts.use_gpu
=在cpu下运行。
或者使用ZF模型（比VGG16简单，准确度降低）：
model_dir= fullfile(pwd, 'output', 'faster_rcnn_final', 'faster_rcnn_VOC0712_ZF')；
这样就可以看到测试图片的运行结果和运行时间了。
关于‘invalid Mex File’几点补充
一般是由于系统找不到库文件的原因引起的。
1. 检查caffe_faster_rcnn下面的dll库是否完整，不完整就重新拷过来；
2. 检查cuda, opencv的安装是否完成；
3. 检查系统环境变量，尤其是在Path中添加cuda, opencv的路径。
by Dr. Sword.
&&相关文章推荐
参考知识库
* 以上用户言论只代表其个人观点，不代表CSDN网站的观点或立场
访问：8921次
排名：千里之外
评论：60条
(1)(2)(1)(1)(1)查看: 533|回复: 4|关注: 0
matlab对opencv的外部接口问题（faster rcnn相关）
<h1 style="color:# 麦片财富积分
新手, 积分 5, 距离下一级还需 45 积分
本帖最后由 白菜君 于
12:28 编辑
最近想试一下faster rcnn，按照git上给出的安装配置流程做完之后，在运行demo的时候遇到了一个问题。
Invalid MEX-file 'C:\Users\wuhaoran\Desktop\code\faster_rcnn-master\external\caffe\matlab\caffe_faster_rcnn\caffe_.mexw64': 找不到指定的模块。
出错 caffe.get_net (line 27)
hNet = caffe_('get_net', model_file, phase_name);
出错 caffe.Net (line 33)
& && &&&self = caffe.get_net(varargin{:});
出错 script_faster_rcnn_demo (line 33)
rpn_net = caffe.Net(proposal_detection_model.proposal_net_def, 'test');
此处出错的代码为：
hNet = caffe_('get_net', model_file, phase_name);
net = caffe.Net(hNet);
错误说明是matlab未找到caffe_这个模块，可是在指定路径中是有这个模块的：
QQ图片38.png (145.13 KB, 下载次数: 0)
18:34 上传
图中可以看到jpg文件下第一个文件就是caffe_.mexw64。
这个在faster rcnn官方GitHub上说明是编译好的caffe那么应该不是编译的问题，所以想请问各位大佬问题出在哪，该如何解决？
问题补充：把这个文件复制到了最外层的faster rcnn文件夹中，运行了一次成功了，但是只成功了一次，之后未做任何改动再运行依旧出现同样问题。
另补充：因为是新人第一次发帖，不知道是不是发对了地方或者格式有没有问题，如果有问题，希望各位大佬指点。
再补充下：运行环境为win7 64位系统，matlab2014b,Visual Studio 2013
论坛优秀回答者
<h1 style="color:#1 麦片财富积分
关注者： 87
估计软件版本和电脑系统版本不兼容，建议你用ubuntu系统，那些大神的代码都是ubuntu下开发的
<h1 style="color:# 麦片财富积分
估计软件版本和电脑系统版本不兼容，建议你用ubuntu系统，那些大神的代码都是ubuntu下开发的 ...
在论文给出的github连接上，里面有分windows版本和linux版本，我是按windows版本的做的，之前在csdn上也看到有博客写过在win7和win10上运行demo的步骤，也按他们的做过，只不过最后都是报这同一个错误。无权限发链接，只能发论文名了Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks，就是这篇论文的代码
<h1 style="color:# 麦片财富积分
自顶一下，有没有大神能帮忙解决下
<h1 style="color:# 麦片财富积分
帮顶。楼主是在window下跑的 fast-rcnn?我在linux下尝试呢费劲死了。
站长推荐 /2
Powered by}