faster-rcnn在win10+cuda8.0+1080ti+vs2013+matlab2015b下的配置 疑难问题解答
来源:互联网 发布:零用钱大作战mac 编辑:程序博客网 时间:2024/06/07 22:33
之前在cuda7.5+win7+980版本成功训练过faster-rcnn,最近换了显卡,用的是1080TI,环境变了,重新配置,反反复复用了将近一周的时间。
编译环境
1.vs2013+cuda8.0(不使用cudnn)+matlab2015b
2.caffe源码,https://github.com/ShaoqingRen/caffe。这里注意一定要用faster-rcnn作者给的caffe代码,因为有改动,千万不要用微软的版本。微软的版本可以跑通demo,但是训练会有错误,因为有些层有改动。
3.faster-rcnn(matlab),https://github.com/ShaoqingRen/faster_rcnn
4.其他需要的:boost,opencv,mkl。具体后面编译的时候再提。
编译caffe
1.解压caffe_library,将caffe源码复制到/caffe_library/caffe中。
2.用记事本打开/caffe_library/caffe/windows/caffe/caffe.vcxproj,修改里面的cuda版本号为自己的版本号。有两处292行、481行。在这里面发现有matlab、boost、opencv、mkl的路径,所以要在先安装这几个软件和配置环境。
3.用vs2013打开/caffe_library/caffe.sln,使用Nuget管理第三方库吧为caffe工程添加opencv、boost、mkl添加到工程,如果成功无视第4步,我个人配置的时候nugets就失败了,直接用第4步来进行手动配置。
4.配置2中的这些软件,然后在caffe.vcxproj中替换成自己配置的环境,并且在vs工程中进行环境的配置,这几个软件的配置参照网上的配置就好。关于版本我个人配置的boost版本是对应的1.57.0,其他的不是。mkl是付费软件,要申请,不算麻烦。网上有说用openblas代替的,我个人测试没有成功。
5.切换项目为x64,Release_Mex,重新配置环境。编译。
问题汇总:
1.使用nugets管理的时候出现“CUDA 8.0.target”相关错误。
原因及解决:解决方案中所有项目都要将 依赖项->生成自定义 中给cuda那一项打勾。
2.使用nugets管理的时候出现“opencv.target”相关错误。
原因及解决:这就最好自己配置opencv而抛弃nugets。
3.opencv版本不是给定的2.4.9的话,一定把原有依赖项里面的关于2.4.9lib删除然后添加自己的。
4.试图按照http://blog.csdn.net/chuqidecha/article/details/56293553的方法来用openblas配置的时候,出现找不到“libiomp5md.lib”的错误。
原因及解决:后来发现,这个库文件是mkl的相关库,所以最后还是安装了mkl。
faster rcnn配置
1.将/caffe_library/x64/Release_Mex文件全部拷贝到/faster-rcnn/exteral/caffe/matlab/caffe-faster-rcnn目录下,将caffe源码目录下的matlab中+caffe连同目录拷贝至/faster-rcnn/exteral/caffe/matlab/matcaffe
2.打开MATLAB切换至caffe-faster-rcnn目录。改./function/nms/nvmex.m文件第8行中的vs为自己的安装路径 。然后运行faster_rcnn_build.m编译faster-rcnn。剩下的所有步骤参考http://blog.csdn.net/sinat_30071459/article/details/50546891
问题汇总:
1.出现“caffe_.mexw64 不是有效的win32应用程序”
原因和解决:这个问题困扰了好久,最后发现只要改动环境变量中opencv的x86路径为x64的路径,重启matlab就好了。
2.出现“caffe_.mexw64 找不到指定的程序”“caffe_.mexw64 找不到指定的模块”
原因和解决:这个是路径改动或者不匹配导致的。解决办法就是上面的步骤一定要按顺序,所有东西配置好再build。
3.运行demo的时候matlab崩溃。
原因和解决:faster_rcnn_VOC0712_vgg_16layers模型在我尝试的时候,将demo里的17行,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。这里参考的别人的博客。
参考博客
【caffe-MATLAB】自己编译faster-rcnn的MATLAB版本
faster-rcnn在win10+cuda8.0+vs2013+matlab2016a下的配置
faster-rcnn(matlab版)在windows平台上的配置
caffe+win10+CUDA8.0+faster rcnn matlab配置
- faster-rcnn在win10+cuda8.0+1080ti+vs2013+matlab2015b下的配置 疑难问题解答
- faster-rcnn在win10+cuda8.0+vs2013+matlab2016a下的配置
- caffe+win10+CUDA8.0+faster rcnn matlab配置
- faster rcnn在win10+cuda7.5下的matlab配置
- faster rcnn配置 cuda8.0
- Ubuntu16.04+Cuda8.0+1080ti+caffe+免OpenCV+faster-rcnn教程
- Ubuntu16.04安装CUDA8.0+Cudnn V6+Caffe+TensorFlow+Faster RCNN --> 1080ti+X99主板
- win10+vs2013+GTX 1070 配置cuda8.0
- 在cuda8.0+faster-rcnn(python版)下使用kitti数据集进行训练
- ubuntu16.04 cuda8.0 cudnn6.0 faster-rcnn配置
- Ubuntu16.04+GTX1070+cuda8.0+cudnn5.1配置faster-rcnn的方法
- Ubuntu16.04+cuda8.0+cudnnV5.1配置faster-rcnn的方法
- ubuntu14.04+cuda8.0+caffe下使用自己的样本数据训练faster-rcnn
- 64位win10+cuda8.0+vs2013+cuDNN V5下Caffe的编译安装教程并配置matlab2014a 接口
- GTX1080+Cuda8.0+Cudnnv5+caffe+faster-rcnn
- GTX1080+Cuda8.0+Cudnnv5+caffe+faster-rcnn
- cuda8.0 + cudnn5.1 Faster-RCNN
- Ubuntu下Faster Rcnn框架的配置
- JAVA8 lambda 微解
- 操作CSV文件例子,并且加上文字处理:统计相同功能的问题单(报告画图用)
- tensorflow和caffe共存问题
- 16进制转为10进制
- 报错localhost is not allowed to connect
- faster-rcnn在win10+cuda8.0+1080ti+vs2013+matlab2015b下的配置 疑难问题解答
- mysql中jdbcType的匹配
- html5 progress标签的使用
- 对几种开源的TCP/IP协议栈分析
- EventTrigger接管所有事件导致其他事件无法触发
- IDA Create Unicode String(English)
- Python里 模块、Package概念
- JMAG.DESIGNER.16.0.WIN.LINUX.X64 马达电磁分析
- HDU 4751 Divide Groups【二分图染色】