win10 vs2013 caffe静态库配置自己的工程 -ag凯发k8国际

win10 vs2013 caffe静态库配置自己的工程

转载请注明原出处：http://blog.csdn.net/ouyangfushu/article/details/79450501

作者：sygoing

qq:  2446799425

通常我们训练好caffe模型后需要根据自己的需求添加基于caffe前向过程的新算法、模型测试和调试，再到最后的工程部署，当然如果仅仅是测试，我们也可以用caffe官方给的classification.cpp工程（该工程在编译工程中）进行改写，但是对于部署不利。为了方便我们需要将caffe第三方库作为依赖配置自己的项目。

1、         编译所需要的caffe静态库

首先在vs2013中编译caffe的gpu版本（包含cuda8.0和cudnn5.1），编译过程不再赘述，个人认为比较好的编译教程：http://blog.csdn.net/yj3254/article/details/52290401。

2、         以classification.cpp为例配置

重点在于三方库的配置，过程繁琐但是并不复杂，我们开始吧！

（1）新建文件夹caffe和caffe3rdpaty，caffe中的子文件夹为include和lib,其中include内是caffe的头文件，lib中为libcaffe.lib。文件结构图1-3

                                       

图1

 

                     

图2

                      

图3

（2）vs2013中新建win32控制台程序（空项目），releasex64配置如下，右键工程属性：

1）         包含目录：主要包含caffe库及caffe所依赖的三方库，boost、gflags、glog、opencv2.4.11、openblas、protobuf、cuda，这些都经过我自己重新整理，原来的文件嵌套太深，不忍直视，目录此处用的相对目录以便于工程拷贝到其他地方，避免再一次去配置绝对路径。

再贴一下以供参考：具体路径可以根据自己文件路径而定，文件名可以看到三方依赖就这么几个而已。

..\..\3rdpartynew\caffe\release\include

..\..\3rdpartynew\caffe3rdparty\boost.1.59.0.0\include

..\..\3rdpartynew\caffe3rdparty\gflags.2.1.2.1\include

..\..\3rdpartynew\caffe3rdparty\glog.0.3.3.0\include

..\..\3rdpartynew\caffe3rdparty\protobuf-v120.2.6.1\include

..\..\3rdpartynew\caffe3rdparty\openblas.0.2.14.1\include

..\..\3rdpartynew\caffe3rdparty\opencv.2.4.11\include

c:\programfiles\nvidia gpu computing toolkit\cuda\v8.0\include

2）库目录

 

..\..\3rdpartynew\caffe\release\lib

..\..\3rdpartynew\caffe3rdparty\boost_chrono-vc120.1.59.0.0\address-model-64\lib

..\..\3rdpartynew\caffe3rdparty\boost_date_time-vc120.1.59.0.0\address-model-64\lib

..\..\3rdpartynew\caffe3rdparty\boost_filesystem-vc120.1.59.0.0\address-model-64\lib

..\..\3rdpartynew\caffe3rdparty\boost_system-vc120.1.59.0.0\address-model-64\lib

..\..\3rdpartynew\caffe3rdparty\boost_thread-vc120.1.59.0.0\address-model-64\lib

..\..\3rdpartynew\caffe3rdparty\gflags.2.1.2.1\x64\v120\dynamic\lib

..\..\3rdpartynew\caffe3rdparty\glog.0.3.3.0\lib\x64\v120\release\dynamic

..\..\3rdpartynew\caffe3rdparty\protobuf-v120.2.6.1\lib\x64\v120\release

..\..\3rdpartynew\caffe3rdparty\openblas.0.2.14.1\lib\x64

..\..\3rdpartynew\caffe3rdparty\hdf5-v120-complete.1.8.15.2\lib\native\lib\x64

..\..\3rdpartynew\caffe3rdparty\opencv.2.4.11\lib\x64\v120\release

c:\programfiles\nvidia gpu computing toolkit\cuda\v8.0\lib\x64

 

3）预处理器定义

 

 

 

_crt_secure_no_warnings

boost_all_no_lib

caffe_version=1.0.0

cmake_windows_build

glog_no_abbreviated_severities

google_glog_dll_decl=__declspec(dllimport)

google_glog_dll_decl_for_unittests=__declspec(dllimport)

h5_built_as_dynamic_lib=1

use_caffe

use_cudnn

use_opencv

use_leveldb

use_lmdb

cmake_intdir="release"

ndebug

_scl_secure_no_warnings

_unicode

unicode

 

4）链接器定义

 

 

libcaffe.lib

libopenblas.dll.a

libprotobuf.lib

opencv_highgui2411.lib

opencv_core2411.lib

opencv_imgproc2411.lib

libglog.lib

gflags.lib

gflags_nothreads.lib

hdf5.lib

hdf5_hl.lib

cublas.lib

cublas_device.lib

cudart.lib

cudnn.lib

curand.lib

cuda.lib

 

5）dll配置，运行会报丢失若干dll，这个时候将编译caffe时生成的dll(build\x64\release)拷贝到你项目的x64\release下即可。

6）还有一点需要注意：在调试的时候会出现，unknownlayer type，这可能是一个bug，因为在编译caffe的环境中调试classification.cpp不会出现这个问题，单独配置却出现，仔细看了下代码，跟踪调试发现在layer_factory.hpp中创建层时 registry为空，没有成功创建对应层名的创建器，这个是caffe静态库中工厂模式创建层的一个问题（工厂模式编程大量使用虚类、虚基类和虚函数，静态库下无法链接，比较浅显的解释，求大家批评指正），动态库不存在该问题。

     

 

解决办法：强制创建注册层信息，新建一个rgister.hpp，添加你所测试的网络所用到层，包含对应层的.hpp头文件，编写强制创建。然后在main函数所在cpp文件中包含该头文件。

 

一切准备就绪，根据自己的需求编写相应的测试代码(可先用官方的分类classification.cpp作为例子小试牛刀)，enjoyyourself !!

 

参考博客：

1、http://blog.csdn.net/auto1993/article/details/70198435。

2、http://blog.csdn.net/wuzhiyang95_xiamen/article/details/52574668。

3、https://www.cnblogs.com/zy230530/p/7050282.html。

与50位技术专家面对面20年技术见证，附赠技术全景图

总结

以上是ag凯发k8国际为你收集整理的win10 vs2013 caffe静态库配置自己的工程的全部内容，希望文章能够帮你解决所遇到的问题。

如果觉得ag凯发k8国际网站内容还不错，欢迎将ag凯发k8国际推荐给好友。