Caffe-CPU-Only快速配置.docx

Caffe+VS2013+CUDA7.5+opencv2.4.10 CPU Only快速配置
1 openCV配置
下载opencv库，解压。添加环境变量：
D:\opencv2.4.10\build\x86\vc12\bin (32位)
D:\opencv2.4.10\build\x64\vc12\bin (64位)
2 下载第3方库：
链接： 密码：x6gi
3下载caffe库
官方库：
Windows CPU Only库：
链接： 密码：lndl
由于官方库是在Linux系统下配置的，移植到windows系统时，会出现一些代码缺失或不兼容的问题，需要修复后才到运行。
4 以上准备完后，解压caffe库，并把3rdparty放在caffe根目录下。在官方库的基础上参照Windows CPU Only库修改或（建议）直接用windows CPU Only库覆盖官方库。注意：修改后将不能再使用GPU运行模式。
5 打开Visual Studio在caffe根目录下新建一个项目名为caffe的空项目。并设置为x64 Release平台，下面只讲解此平台的配置，Debug平台与此类似。

把与\src\caffe对应的所有文件及文件夹添加进工程里（test文件夹不加）

配置相关路径及选项，以下绝对路径需要根据实际作修改，打开项目属性：
常规->输出目录：..\bin
VC++目录->包含目录：
..\..\src
..\..\include
..\..\3rdparty\include
..\..\3rdparty\include\hdf5
..\..\3rdparty\include\lmdb
..\..\3rdparty\include\openblas
D:\opencv2.4.10\build\include
D:\opencv2.4.10\build\include\opencv
D:\opencv2.4.10\build\include\opencv2
VC++目录->库目录：
..\..\3rdparty\lib
D:\opencv2.4.10\build\x64\vc12\lib

链接器->输入->附加依赖项：
gflags.lib
libglog.lib
libprotoc.lib
libprotobuf.lib
libopenblas.dll.a
lmdb.lib
leveldb.lib
shlwapi.lib
szip.lib
zlib.lib
libhdf5.lib
libhdf5_hl.lib
opencv_core2410.lib
opencv_highgui2410.lib
opencv_imgproc2410.lib
C/C++ ->预处理器->预处理器定义：
CPU_ONLY
USE_LMDB
USE_OPENCV
USE_LEVELDB
_CRT_SECURE_NO_WARNINGS
_SCL_SECURE_NO_WARNINGS
6 从根目录\tools文件夹里，把caffe.cpp添加进工程源文件中。开始生成整个项目：

7 上面生成成功后会在根目录\caffe\bin下生成一个caffe.exe，重命名为caffe_cpu.exe，防止被覆盖，后面将会用到。
8 测试mnist库
8.1 下载wget库
链接： 密码：ftcj
把wget库解压，并添加环境变量：
Path = D:\wget-1.11.4b
8.2 添加环境变量，把\3rdparty\bin添加到环境变量中
Path = E:\caffe3\caffe-master\3rdparty\bin
8.3 双击运行\data\mnist\get_mnist.bat，将自动下载并解压mnist数据库。或者下载已经解压好的数据库放在此路径下：
链接： 密码：bbsb
或者到官方网站下载，解压并命名为对应的名字即可：

9 转换mnist库数据格式
9.1 把工程源文件中的caffe.cpp移除，将
\examples\mnist\convert_mnist_data.cpp添加到项目的源文件中，生成项目。生成成功后，把\caffe\bin\caffe.exe重命名为convert_mnist_data.exe。
9.2 在\examples\mnist\下新建mnist_test_leveldb和mnist_train_leveldb两个文件夹，双击运行create_mnist.bat，生成leveldb数据格式。或者下载已经转换好的数据放在此路径下：
链接： 密码：jdks

10 开始对mnist库训练和测试
把\caffe\bin\ caffe_cpu.exe重命名为caffe.exe。
另外，把\examples\mnist\lenet_solver.prototxt中solver_mode改为：CPU

再双击运行\examples\mnist\train_lenet.bat，开始训练和测试，运行结果：

以上结果是在CPU i7-3667U上的测试结果，测试10000个样本大约需要9.91s，准确率为：99.12%（每次测试的结果会有点波动）。
Sisansiy 6