今天在自己的电脑上编译MATLAB版本的faster-RCNN代码,将过程在这作一记录。

1.我的环境:Windows10 ,VS2013 , MATLAB2017a ,CUDA7.5

首先下载作者的源码:https://github.com/ShaoqingRen/faster_rcnn
  1. ### Preparation for Testing:  
  2. 0.  Run `fetch_data/fetch_caffe_mex_windows_vs2013_cuda65.m` to download a compiled Caffe mex (for Windows only).  
  3. 0.  Run `faster_rcnn_build.m`  
  4. 0.  Run `startup.m`  

上面是作者给出的运行方法,但是他的环境是vs2013+cuda6.5,直接下载他的caffe mex在后面的build中会出错。

这里我们需要自己编译caffe,在自己的环境下编译好caffe之后,将build里面的matcaffe拷到G:\faster_rcnn-master\external\caffe\matlab\caffe_faster_rcnn下。

2.接下来就执行2,3步了。

运行第二步的时候经常会出错,原因大多是编译器和cuda路径不对。

错误一般出在G:\faster_rcnn-master\functions\nms下面的nvmex.m文件中。

  1. if ispc % Windows  
  2.  Host_Compiler_Location = '-ccbin "C:\Program Files (x86)\Microsoft Visual Studio 12.0\VC\bin\x86_amd64"';  
  3.  CUDA_INC_Location = ['"' getenv('CUDA_PATH')  '\include"'];  
  4.     CUDA_SAMPLES_Location =['"' getenv('NVCUDASAMPLES7_5_ROOT')  '\common\inc"'];  
  5.     PIC_Option = '';  
  6.     if ( strcmp(computer('arch'),'win32') ==1)  
  7.         machine_str = ' --machine 32 ';  
  8.         CUDA_LIB_Location = ['"' getenv('CUDA_PATH')  '\lib\Win32"'];  
  9.     elseif  ( strcmp(computer('arch'),'win64') ==1)  
  10.         machine_str = ' --machine 64 ';  
  11.         CUDA_LIB_Location = ['"' getenv('CUDA_PATH')  '\lib\x64"'];  
  12.     end  
  13.     NVCC = 'nvcc';  

这是Windows下的配置,主要是选择编译器、包含库、cuda库。NVCUDASAMPLES7_5_ROOT本来是....6_5_ROOT,需要改成7.5版本。这些路径可以在MATLAB里单步调试去看。

  1. nvcc --compile -ccbin "C:\Program Files (x86)\Microsoft Visual Studio 12.0\VC\bin\x86_amd64" -o nms_gpu_mex.o  --machine 64  ...  
  1. -I"E:\MATLAB2017a/extern/include " -I"C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v7.5\include" ...  
  1. -I"C:\ProgramData\NVIDIA Corporation\CUDA Samples\v7.5\common\inc" "functions/nms/nms_gpu_mex.cu"   

我的路径是这样的。

运行build.m以后报错:

  1. Error using mex  
  2. LIBCMT.lib(crt0dat.obj) : error LNK2005: _amsg_exit 已经在  
  3. MSVCRT.lib(MSVCR120.dll) 中定义  
  4. LIBCMT.lib(crt0dat.obj) : error LNK2005: _initterm_e 已经在  
  5. MSVCRT.lib(MSVCR120.dll) 中定义  
  6. LIBCMT.lib(winapisupp.obj) : error LNK2005: __crtCaptureCurrentContext  
  7. 已经在 MSVCRT.lib(MSVCR120.dll) 中定义  
  8. LIBCMT.lib(winapisupp.obj) : error LNK2005: __crtCapturePreviousContext  
  9. 已经在 MSVCRT.lib(MSVCR120.dll) 中定义  
  10. LIBCMT.lib(winapisupp.obj) : error LNK2005: __crtTerminateProcess 已经在  
  11. MSVCRT.lib(MSVCR120.dll) 中定义  
  12. LIBCMT.lib(winapisupp.obj) : error LNK2005: __crtUnhandledException 已经  
  13. 在 MSVCRT.lib(MSVCR120.dll) 中定义  
  14. LIBCMT.lib(hooks.obj) : error LNK2005: "void __cdecl terminate(void)"  
  15. ([email protected]@YAXXZ) 已经在 MSVCRT.lib(MSVCR120.dll) 中定义  
  16. LIBCMT.lib(crt0init.obj) : error LNK2005: __xi_a 已经在  
  17. MSVCRT.lib(cinitexe.obj) 中定义  
  18. LIBCMT.lib(crt0init.obj) : error LNK2005: __xi_z 已经在  
  19. MSVCRT.lib(cinitexe.obj) 中定义  
  20. LIBCMT.lib(crt0init.obj) : error LNK2005: __xc_a 已经在  
  21. MSVCRT.lib(cinitexe.obj) 中定义  
  22. LIBCMT.lib(crt0init.obj) : error LNK2005: __xc_z 已经在  
  23. MSVCRT.lib(cinitexe.obj) 中定义  
  24. LIBCMT.lib(winxfltr.obj) : error LNK2005: __CppXcptFilter 已经在  
  25. MSVCRT.lib(MSVCR120.dll) 中定义  
  26. LIBCMT.lib(mlock.obj) : error LNK2005: _lock 已经在  
  27. MSVCRT.lib(MSVCR120.dll) 中定义  
  28. LIBCMT.lib(mlock.obj) : error LNK2005: _unlock 已经在  
  29. MSVCRT.lib(MSVCR120.dll) 中定义  
  30.    正在创建库 G:\faster_rcnn-master\bin\nms_gpu_mex.lib 和对象  
  31.    G:\faster_rcnn-master\bin\nms_gpu_mex.exp  
  32. LINK : warning LNK4098: 默认库“MSVCRT”与其他库的使用冲突;请使用  
  33. /NODEFAULTLIB:library  
  34. LINK : warning LNK4098: 默认库“LIBCMT”与其他库的使用冲突;请使用  
  35. /NODEFAULTLIB:library  
  36. G:\faster_rcnn-master\bin\nms_gpu_mex.mexw64 : fatal error LNK1169: 找到  
  37. 一个或多个多重定义的符号  
  38.   
  39.   
  40.   
  41. Error in nvmex (line 48)  
  42. eval(mexCommandLine);  
  43.   
  44. Error in faster_rcnn_build (line 23)  
  45.    nvmex('functions/nms/nms_gpu_mex.cu', 'bin');  


这个错误是lib库冲突了,解决办法是修改mex命令:

  1. mexCommandLine = ['mex ' '-outdir ' outDir ' ' filename '.o'   ' -L' CUDA_LIB_Location   ' -lcudart' ' LINKFLAGS="$LINKFLAGS /NODEFAULTLIB:LIBCMT.LIB"' ];  


意思是忽略LIBCMT.lib库,然后继续编译就可以过了。

3.第三步执行startup.m,

  1. mex -outdir bin nms_gpu_mex.o -L"C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v7.5\lib\x64" -lcudart LINKFLAGS="$LINKFLAGS /NODEFAULTLIB:LIBCMT.LIB"  
  2. Building with 'Microsoft Visual C++ 2013 Professional (C)'.  
  3. MEX completed successfully.  
  4. >> startup  
  5. fast_rcnn startup done  

至此,基本环境已经配置完成了。

4.运行demo

下载final model,这个最好直接取上面的作者主页下载,给出了百度云的地址。

  1. If the automatic "fetch_data" fails, you may manually download resouces from:  
  2.   
  3. Pre-complied caffe mex:  
  4. Windows-based mex complied with VS2013 and Cuda6.5: OneDrive, DropBox, BaiduYun  
  5. ImageNet-pretrained networks:  
  6. Zeiler & Fergus (ZF) net OneDrive, DropBox, BaiduYun  
  7. VGG-16 net OneDrive, DropBox, BaiduYun  
  8. Final RPN+FastRCNN models: OneDrive, DropBox, BaiduYun  

下载最后一个。

然后需要在工程根目录下面运行 experiments/script_faster_rcnn_demo,刚开始运行总是崩溃,修改模型以后就可以了:

  1. %model_dir                   = fullfile(pwd, 'output', 'faster_rcnn_final', 'faster_rcnn_VOC0712_vgg_16layers'); %% VGG-16  
  2. model_dir                   = fullfile(pwd, 'output', 'faster_rcnn_final', 'faster_rcnn_VOC0712_ZF'); %% ZF  

原因应该是显存不够造成MATLAB崩溃,ZF模型要小一点。如果这部分出错,可以在代码里检查一下你的模型路径和图片路径是否与真实的一致,然后运行就可以了。可以看到这个例子中作者给出了五张图的测试。

2017.04.10修改:faster_rcnn_VOC0712_vgg_16layers模型在我尝试的时候,将demo里的17行    
  1. <span style="font-size:14px;color:#ff0000;"> opts.test_scales            = 600;</span>  

改为  = 300;之后居然神奇地跑通了。可见,之前MATLAB奔溃确实是因为显存不够导致的。


然后运行就可以看到如下结果了:

  1. fast_rcnn startup done  
  2. GPU 1: free memory 1686414131  
  3. Use GPU 1  
  4. 001763.jpg (500x375): time 0.230s (resize+conv+proposal: 0.124s, nms+regionwise: 0.105s)  
  5. 004545.jpg (500x375): time 0.736s (resize+conv+proposal: 0.604s, nms+regionwise: 0.132s)  
  6. 000542.jpg (500x375): time 0.246s (resize+conv+proposal: 0.154s, nms+regionwise: 0.092s)  
  7. 000456.jpg (500x375): time 0.222s (resize+conv+proposal: 0.088s, nms+regionwise: 0.134s)  
  8. 001150.jpg (500x375): time 0.165s (resize+conv+proposal: 0.087s, nms+regionwise: 0.077s)  
  9. mean time: 0.320s  
  10. Cleared 0 solvers and 2 stand-alone nets  

【caffe-MATLAB】自己编译faster-rcnn的MATLAB版本

【caffe-MATLAB】自己编译faster-rcnn的MATLAB版本

【caffe-MATLAB】自己编译faster-rcnn的MATLAB版本

【caffe-MATLAB】自己编译faster-rcnn的MATLAB版本

【caffe-MATLAB】自己编译faster-rcnn的MATLAB版本