在线时间:8:00-16:00
迪恩网络APP
随时随地掌握行业动态
扫描二维码
关注迪恩网络微信公众号
转自:https://blog.csdn.net/sinat_30071459/article/details/50546891 并针对自己遇到的问题进行了一系列更改和记录。
Faster-RCNN源码下载地址: Matlab版本:https://github.com/ShaoqingRen/faster_rcnn
一、初始安装的软件版本及检测 win10系统 安装vs2013; 安装Matlab R2016b; 安装CUDA 7.5; 上面的安装顺序最好不要乱,否则可能出现Matlab找不到vs的情况,在Matlab命令行窗口输入:mbuild -setup,如果出现: 说明Matlab可以找到vs2013。CUDA应在安装vs2013后再安装。 二、编译自己的external文件 如果cuda版本是6.5则按照引用博文中的网址下载即可。若不是,则需要自己编译。 具体可以参考:https://www.cnblogs.com/maitre-zhao/p/6689953.html 注意:应将caffe-faster-R-CNN里所有文件拷贝到.\caffe_library\caffe中去,而非直接拷贝caffe-faster-R-CNN文件夹! 其中,此文件中: 根据提示,需要改的地方,依次为:从中段偏下开始有需要更改的地方 对caffe项目右键——属性——配置属性——VC++目录 中根据自己软件安装路径更改包含目录和库目录,并将原先错误的路径覆盖,如图: 三、编译faster_rcnn_build.m文件遇到问题 按要求完成博文内容后,用MATLAB运行faster_rcnn-master中的faster_rcnn_build.m文件会出现以下错误: 解决方法: 将functions/nms/nvmex.m中进行如下更改: 再重新运行faster_rcnn_build.m文件编译成功。 四、运行startup.m文件 五、运行experiments/script_faster_rcnn_demo.m文件 在运行之前先下载源码主页下的final model,地址:https://pan.baidu.com/s/1hsFKmeK 并将其解压到faster_rcnn-master下。 在运行前,要检查CUDA是否进行了系统环境配置。 将以下路径全部加到系统环境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 在运行faster_rcnn-master根目录下运行script_faster_rcnn_demo.m文件。 |
2023-10-27
2022-08-15
2022-08-17
2022-09-23
2022-08-13
请发表评论