Faster_RCNN配置步骤(win7+GTX TITAN X + CUDA7.5)----by jhj
2016-11-07 20:45
435 查看
请务必按照步骤操作,没有上图片,按照步骤操作应该没有问题,转载请注明!--jhj
1.下载 FasterR-CNN程序包
https://github.com/ShaoqingRen
2. 配置 CUDA7.5
之前下载CUDA6.5,安装的时候总是报错,如下:
系统检测的时候出现:the graphics driver could not find compatible graphics hardware...............
解决方案:下载7.5版本就Ok了! 网上很多对于这个方法的解答是去找inf文件,进行修改,但是这里不是那个问题,这个问题的原因应该是CUDA6.5不支持GTX TITAN X显卡。
安装位置默认是在:C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v7.5。
安装完成后会自动创建变量CUDA_PATH_V7_5
3.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。
如果你是安装了CUDA7.5, 那么你可以在http://download.csdn.net/detail/swordddddd/9537627下载编译好的库,直接解压到作者代码的根目录下。
4.生成nms mex文件
运行文件根目录下的:faster_rcnn_build.m
问题1
有的文章说: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。(jhj
:不用做,不然会出错,因为getenv函数,从环境中取字符串,获取环境变量的值,环境变量CUDA_PATH已经自动添加了,这里不用改!!)
问题2
若出错且提示“无法打开 nms_gpu_mex.o”,则找到.\functions\nms\nvmex.m 文件,修改VS的安装路径到你自己的路径,默认安装在C盘。再重新编译即可。
5.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。
6.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。
7.测试运行demo
将experiments/script_faster_rcnn_demo.m
拷贝到根目录下,然后运行看到结果。
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 = false;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');
拷贝到根目录下可能出现问题:......startup not found
run(fullfile(fileparts(fileparts(mfilename('fullpath'))), 'startup'));
改为
run(fullfile(fileparts(mfilename('fullpath')), 'startup'));
就OK了.
原因: fileparts(fileparts 用了两次,第一次是返回当前文件所在文件夹!第二次是返回文件夹所在的文件夹!!所以返回的路径会少一个文件夹!!
8.成功运行,看结果吧!
1.下载 FasterR-CNN程序包
https://github.com/ShaoqingRen
2. 配置 CUDA7.5
之前下载CUDA6.5,安装的时候总是报错,如下:
系统检测的时候出现:the graphics driver could not find compatible graphics hardware...............
解决方案:下载7.5版本就Ok了! 网上很多对于这个方法的解答是去找inf文件,进行修改,但是这里不是那个问题,这个问题的原因应该是CUDA6.5不支持GTX TITAN X显卡。
安装位置默认是在:C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v7.5。
安装完成后会自动创建变量CUDA_PATH_V7_5
3.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。
如果你是安装了CUDA7.5, 那么你可以在http://download.csdn.net/detail/swordddddd/9537627下载编译好的库,直接解压到作者代码的根目录下。
4.生成nms mex文件
运行文件根目录下的:faster_rcnn_build.m
问题1
有的文章说: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。(jhj
:不用做,不然会出错,因为getenv函数,从环境中取字符串,获取环境变量的值,环境变量CUDA_PATH已经自动添加了,这里不用改!!)
问题2
若出错且提示“无法打开 nms_gpu_mex.o”,则找到.\functions\nms\nvmex.m 文件,修改VS的安装路径到你自己的路径,默认安装在C盘。再重新编译即可。
5.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。
6.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。
7.测试运行demo
将experiments/script_faster_rcnn_demo.m
拷贝到根目录下,然后运行看到结果。
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 = false;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');
拷贝到根目录下可能出现问题:......startup not found
run(fullfile(fileparts(fileparts(mfilename('fullpath'))), 'startup'));
改为
run(fullfile(fileparts(mfilename('fullpath')), 'startup'));
就OK了.
原因: fileparts(fileparts 用了两次,第一次是返回当前文件所在文件夹!第二次是返回文件夹所在的文件夹!!所以返回的路径会少一个文件夹!!
8.成功运行,看结果吧!
相关文章推荐
- win7-opencv249-matlab-cuda7.5配置faster-rcnn
- Ubuntu 14.04 64位机上不带CUDA支持的Caffe配置编译操作过程+faster-rcnn
- windows7 64位机上配置支持GPU版(CUDA7.5)的OpenCV2.4.13操作步骤
- Ubuntu16.04+GTX1070+cuda8.0+cudnn5.1配置faster-rcnn的方法
- py-faster-rcnn(running the demo): ubuntu14.04+caffe+cuda7.5+cudnn5.1.3+python2.7环境搭建记录
- faster-rcnn在win10+cuda8.0+vs2013+matlab2016a下的配置
- windows7 64位机上安装配置CUDA7.5(或8.0)+cudnn5.0操作步骤
- windows7 64位机上安装配置CUDA7.5(或8.0)+cudnn5.0操作步骤
- Ubuntu16.04+CUDA8.0+OpenCV3.1+python+caffe+faster-rcnn环境配置
- ubuntu 14.04+caffe +cuda7.5+cuDNN+faster-RCNN
- windows7 64位机上配置支持GPU版(CUDA7.5)的OpenCV2.4.13操作步骤
- faster rcnn配置 cuda8.0
- Ubuntu16.04+cuda8.0+cudnn5.1配置faster-rcnn的方法以及训练自己的数据出现的问题
- ubuntu16.04 cuda9 faster-rcnn配置
- ubuntu16.04 cuda8.0 cudnn6.0 faster-rcnn配置
- win10编译caffe跑faster-rcnn(cuda7.5)
- win10编译caffe跑faster-rcnn(cuda7.5)
- windows7 64位机上安装配置CUDA7.5(或8.0)+cudnn5.0操作步骤
- Ubuntu 14.04+cuda 7.0+cudnn 7.0+caffe安装配置+faster-rcnn安装
- Ubuntu16.04+cuda8.0+cudnnV5.1配置faster-rcnn的方法