caffe2 02 caffe2 win10 vs2015编译(默认CPU版本)

本文详细介绍了在Windows环境下使用VS2015编译Caffe2的过程,包括环境搭建、源码下载、配置修改及常见错误解决方法等关键步骤。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

01 基本环境

win10
vs2015
Git
python3.5.3
cmake-gui(3.7.2)

caffe2 github地址:https://github.com/caffe2/caffe2

caffe2的依赖库都已经采用submodule形式集成到代码中了。

caffe2编译重点参考源码下面的 scripts目录下面的脚本。windows下面参考build_host_protoc.bat和build_windows.bat两个文件内容。

2 下载源码

参考https://caffe2.ai/docs/getting-started.html?platform=windows&configuration=compile

:: 下载源码目录
cd D:\git\DeepLearning
:: 下载源码
git clone --recursive https://github.com/caffe2/caffe2.git
:: 如果获取代码中途有失败的,可以使用如下语句更新
cd caffe2
:: 查看相对稳定版本
git tag
:: 当前tag有0.6 0.7,这里使用v0.7.0版本编译
git checkout -b b0.7.0 v0.7.0
git submodule update --init --recursive

03 编译caffe2 ON VS2015 Update3

03.01 修改build_host_protoc.bat和build_windows.bat

@echo on下面添加一行,定义CMAKE_GENERATOR变量,指定使用vs2015 x64位编译器。
set CMAKE_GENERATOR="Visual Studio 14 2015 Win64"

03.02 编译protoc

在cmd窗口,运行caffe2\scripts\build_host_protoc.bat,生成protoc的工程。使用cmd命令编译过程会有2个错误。
我们再使用vs2015打开D:\git\DeepLearning\caffe2\build_host_protoc\protobuf.sln,编译对应的debug和release版。

03.03 编译caffe2(默认CPU模式)

  1. 在cmd窗口,运行caffe2\scripts\build_windows.bat,会出现错误。
  2. 再用cmake-gui做如下设置:
    原路径:D:/git/DeepLearning/caffe2
    目标路径:D:/git/DeepLearning/caffe2/build
    点击configure按钮,会提示如下错误:
CMake Error at cmake/ProtoBuf.cmake:21 (message):
  To build protobufs locally (required for Android/iOS/Windows), you will
  need to manually specify a PROTOBUF_PROTOC_EXECUTABLE.  See
  scripts/build_host_protoc.{sh,bat} for more details.
Call Stack (most recent call first):
  cmake/ProtoBuf.cmake:32 (custom_protobuf_find)
  cmake/Dependencies.cmake:6 (include)
  CMakeLists.txt:85 (include)

这里写图片描述
3. 添加PROTOBUF_PROTOC_EXECUTABLE变量到cmake-gui配置中。
PROTOBUF_PROTOC_EXECUTABLE=D:\git\DeepLearning\caffe2\build_host_protoc\Release\protoc.exe
4. 依次点击Configrue、Generator按钮,生成vs2015工程文件。
这里写图片描述
5. 用VS2015打开D:\git\DeepLearning\caffe2\build\Caffe2.sln文件。编译。

因为我使用了python3,代码默认使用的是python2。用vs2015打开代码,需要替换下面代码。

PyString_Check==>PyUnicode_Check
PyString_AsString==>PyUnicode_AsUTF8

编译Debug版本时,windows_python_copy_lib工程会有一个编译后copy命令错误。把出错的Release修改为Debug,再编译,就OK了。 这个问题是因为在scripts\build_windows.bat中指定CMAKE_BUILD_TYPE=Release引起的。
这里写图片描述

04 勾选BUILD_TEST

使用cmake-gui打开D:/git/DeepLearning/caffe2目录,输出目录为D:/git/DeepLearning/caffe2/build
如果勾选 BUILD_TEST,编译D:\git\DeepLearning\caffe2\build\Caffe2.sln时,
会出现2类错误:

1 UNUSED_VARIABLE引起的错误 
2 C2398类错误 

解决方法:
对于 UNUSED_VARIABLE 类错误,删除 UNUSED_VARIABLE 即可。
* 对于C2398类错误,只要在数字常量后面加上小写的f即可。*
这里写图片描述

<think>好的,我需要帮助用户在Windows系统上搭建基于Caffe和Python的R-FCN环境,仅支持CPU配置。首先,我要回顾一下用户提供的引用内容,看看有没有相关的信息可以利用。 引用[3]提到在默认配置下编译得到的是CPU版本,并提到如果需要GPU版本需要调整Makefile中的开关,但用户只需要CPU,所以可能可以参考这个步骤。不过引用[3]是关于Darknet的,而用户需要的是Caffe,可能需要类似的配置方法。 接下来,我需要整理搭建R-FCN环境的一般步骤。通常,这包括安装依赖项、安装Caffe、配置Python接口、获取R-FCN源码以及安装相关库如pycaffe等。由于用户指定使用Windows系统,我需要考虑Windows下Caffe的安装方法,这可能比较复杂,因为Caffe官方对Windows的支持不如Linux,但可能有第三方解决方案。 根据经验,Windows下安装Caffe可能需要使用预编译版本或者使用CMake进行构建。用户需要CPU版本,所以不需要CUDA和cuDNN,这可以简化步骤。Python方面,需要确保Python环境与Caffe兼容,可能需要使用特定版本的Python,比如Python 2.7或3.5,因为Caffe的Python接口可能对版本有要求。 接下来,参考用户提供的引用,特别是引用[3]提到的编译配置,可能需要修改Caffe的Makefile或CMakeLists.txt来禁用GPU支持,并确保所有依赖库正确安装。此外,用户提到使用Python,因此需要确保pycaffe模块正确编译和安装。 可能的步骤: 1. 安装依赖项,如CMake、Git、Python、必要的库(如Boost、OpenCV等)。 2. 克隆CaffeWindows分支,如微软的caffe-windows。 3. 配置CMake,禁用GPU相关选项,设置Python路径。 4. 使用CMake生成解决方案,用Visual Studio编译。 5. 编译成功后,安装pycaffe,设置Python环境变量。 6. 获取R-FCN的代码,配置相关路径,确保Caffe路径正确。 7. 测试安装,运行demo或示例脚本。 需要注意的问题包括:依赖库的版本兼容性,Python路径的正确配置,以及可能遇到的编译错误。例如,Boost库的版本是否匹配,OpenCV是否安装正确,还有可能需要安装Windows的SDK和工具集。 此外,用户可能需要安装R-FCN所需的额外依赖,如cython、easydict等Python包,可以通过pip安装。在编译Caffe时,可能需要修改配置文件,如设置CPU_ONLY := 1,类似于Darknet的Makefile配置。 最后,验证安装是否成功,可以尝试导入caffe模块,并运行R-FCN的测试脚本,确保没有导入错误或运行时错误。可能需要调整环境变量,如将Caffe的Python目录添加到PYTHONPATH中。 总结起来,步骤大致是安装依赖、编译CaffeCPU版)、配置Python接口、安装R-FCN及所需库,最后测试环境。需要详细指导用户每一步的具体操作,尤其是针对Windows系统的注意事项。</think>以下是Windows系统中基于Caffe和Python搭建R-FCN环境(仅CPU配置)的详细步骤: --- ### 一、环境准备 1. **安装Visual Studio 2015/2017** 需安装C++编译工具集,勾选"使用C++的桌面开发"组件[^3]。 2. **安装Python 2.7/3.5** 建议通过Anaconda创建独立环境: ```bash conda create -n rfcn python=3.5 conda activate rfcn ``` 3. **安装依赖库** 使用pip安装基础包: ```bash pip install numpy scipy matplotlib opencv-python cython easydict ``` --- ### 二、编译CaffeCPU版本) 1. **获取Windows版Caffe** 下载微软维护的Caffe分支: ```bash git clone https://github.com/Microsoft/caffe.git cd caffe ``` 2. **修改配置文件** 复制`scripts/build_win.cmd`为`build_win_cpu.cmd`,编辑以下参数: ```cmd set CPU_ONLY=1 # 禁用GPU支持 set WITH_NINJA=0 # 关闭Ninja生成器 set PYTHON_VERSION=3 # 指定Python版本 ``` 3. **执行编译脚本** 运行修改后的脚本: ```cmd build_win_cpu.cmd ``` 编译完成后,生成的`caffe.exe`位于`build`目录,Python接口在`python/caffe`目录。 --- ### 三、配置R-FCN环境 1. **克隆R-FCN源码** ```bash git clone --recursive https://github.com/YuwenXiong/py-R-FCN cd py-R-FCN ``` 2. **链接Caffe到项目** 创建软链接或复制文件: ```bash mklink /J lib\caffe caffe\build # Windows软链接 copy caffe\python\caffe lib\caffe\python # 若软链接失败 ``` 3. **设置环境变量** 添加Caffe路径到系统变量: ```cmd set PYTHONPATH=%PYTHONPATH%;C:\path\to\caffe\python ``` --- ### 四、验证安装 1. **测试Caffe** Python中执行: ```python import caffe print(caffe.__version__) # 应输出编译版本号 ``` 2. **运行R-FCN Demo** 执行预训练模型测试: ```bash python tools/demo.py --cpu # 强制使用CPU模式 ``` --- ### 五、常见问题 - **编译错误**:检查Boost、OpenCV路径是否配置正确,确保VS工具链版本匹配。 - **Python导入失败**:确认`PYTHONPATH`包含Caffe的`python`目录。 - **数据加载慢**:参考引用[1]优化数据预处理逻辑,如使用内存映射文件。 ---
评论 13
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值