Faster-RCNN(Matlab版本)总结自己运行中出现的各种问题与配置情况

转自：https://blog.****.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。