CNN结构：Windows使用FasterRCNN-C++版本

参考文章：Windows下VS2013 C++编译测试faster-rcnn。

本文与作者的所写方法有些许不同，欲速则不达，没有按照作者的推荐方法，绕了个弯弯。

Windows版本纯C++版本的FasterRCNN比较难找,且懒得翻译Matlab版本代码，暂时可用的是这个项目：Windows下VS2013 C++编译测试faster-rcnn。

作者上传的faster-rcnn c++代码，链接https://github.com/zhanglaplace/Faster_rcnn_Cplusplus_vs2013，代码结合Matlab版本的faster-rcnn以及参考http://blog.csdn.net/oYangZi12/article/details/53290426?locationNum=5&fps=1 提供的代码。下载model，model文件可以从网盘下载，网盘链接：http://pan.baidu.com/s/1dF88JvV ，设置新建项目为启动项目，且只编译该项目。

1.重新编译Caffe库版本：

作者貌似给出了FasterRCNN的代码，且只给了FasterRCNN的代码，相关的Caffe依赖库并没有在源代码里直接给出。因此，参考：CNN：Windows下编译使用Caffe和Caffe2，直接使用Vs13的Caffe版本。

为什么VS15版本的不行，因为编译Caffe1-Vs15失败了，没能把roi_pooling_layer.cpp 编译进去。

1.1 可能错误：fast-r-cnn: caffe.LayerParameter“ has no field named ”roi_pooling_param。使用RBG版本的FasterRCNN和Caffe版本的源代码rbgirshick/caffe-fast-rcnn，仍然不能编译成功，没有包含ROI-Pooling的Win版本的代码。

排错方法：

1.在Vs13版本的工程中，添加已经存在的 roi_pooling_layer.cu roi_pooling_layer.cpp roi_pooling_layer.hpp到libCaffe工程，重新编译带RoiPooling的Caffe库。

2. 在src/proto/caffe.proto文件中，若不存在 roi_pooling_param ，则赋值 option roi_pooling_param = ID。取ID为一个与其他参数不重复的整数，我取其为152。

编译caffe完成后，在libcaffe后面加d，加入工程引用。

2. 测试

初始化错误，无法注册layer。

方法：去掉 //#include "register.h" 包含

程序运行可以完成。

3. 测试模型

在作者的网盘里面：网盘链接：http://pan.baidu.com/s/1dF88JvV ，下载模型。把模型文件添加后缀 .caffemodel，写入程序网络配置参数文件。

E:/DataSet/Caffe/FasterRCnn/models/proposal_test.prototxt

E:/DataSet/Caffe/FasterRCnn/models/proposal_final.caffemodel

E:/DataSet/Caffe/FasterRCnn/models/detection_test.prototxt

E:/DataSet/Caffe/FasterRCnn/models/detection_final.caffemodel

出现错误： "Unknown layer type: " << type input

修改方法：建立一个layer 文件夹，把MsCaffe相应的层的源文件添加到项目中，

4.重新编译，运行成功

总结：

结果：模型稍小，结果暂时不如YOLO2的检测结果。

另外，赞原作者

巴特西

CNN结构：Windows使用FasterRCNN-C++版本

最新文章

热门文章