【caffe】windows下让自己的程序调用caffe库

最新推荐文章于 2024-02-04 15:18:47 发布
最新推荐文章于 2024-02-04 15:18:47 发布
阅读量634 收藏 1
点赞数
分类专栏： caffe

为了避免下文的某些地方和实际阅读的童鞋的不一样，给出我自己的caffe的配置过程，http://blog.youkuaiyun.com/qq_14845119/article/details/52415090

同时，本人将NugetPackages根目录下的glog，LevelDB，protobuf目录中lib下面的debug目录中相应的lib后面都加上D重命名了一下。

NOW，go ahead!



本文将通过一个最简单的caffenet的调用，讲解windows下的caffe库调用。

首先，新建一个端口程序，将E:\caffe\examples\cpp_classification目录下的classification.cpp，复制到刚才新建的工程，并添加进去。然后去caffe zoo下载

deploy.prototxt

bvlc_reference_caffenet.caffemodel

imagenet_mean.binaryproto

synset_words.txt

cat.jpg

并放到刚才新建的工程目录中。

对原始classification.cpp进行相应的修改，

由于本人电脑没有GPU，所以在程序第一行添加

[cpp] view plain copy
print ? 在CODE上查看代码片 派生到我的代码片
  1. #define USE_OPENCV 1  
  2. #define CPU_ONLY 1  
#define USE_OPENCV 1
#define CPU_ONLY 1

在main函数中做如下修改，即将刚才下载的模型文件导进去。

然后按照下面的进行相应的配置。

debug编译配置

包含目录：

[cpp] view plain copy
print ? 在CODE上查看代码片 派生到我的代码片
  1. E:\caffe\include;  
  2. E:\NugetPackages\glog.0.3.3.0\build\native\include;  
  3. E:\NugetPackages\OpenBLAS.0.2.14.1\lib\native\include;  
  4. E:\NugetPackages\OpenCV.2.4.10\build\native\include;  
  5. E:\NugetPackages\boost.1.59.0.0\lib\native\include;  
  6. E:\NugetPackages\gflags.2.1.2.1\build\native\include;  
  7. E:\NugetPackages\hdf5-v120-complete.1.8.15.2\lib\native\include;  
  8. E:\NugetPackages\LevelDB-vc120.1.2.0.0\build\native\include;  
  9. E:\NugetPackages\lmdb-v120-clean.0.9.14.0\lib\native\include;  
  10. E:\NugetPackages\protobuf-v120.2.6.1\build\native\include;  
E:\caffe\include;
E:\NugetPackages\glog.0.3.3.0\build\native\include;
E:\NugetPackages\OpenBLAS.0.2.14.1\lib\native\include;
E:\NugetPackages\OpenCV.2.4.10\build\native\include;
E:\NugetPackages\boost.1.59.0.0\lib\native\include;
E:\NugetPackages\gflags.2.1.2.1\build\native\include;
E:\NugetPackages\hdf5-v120-complete.1.8.15.2\lib\native\include;
E:\NugetPackages\LevelDB-vc120.1.2.0.0\build\native\include;
E:\NugetPackages\lmdb-v120-clean.0.9.14.0\lib\native\include;
E:\NugetPackages\protobuf-v120.2.6.1\build\native\include;

使用GPU额外加下面的目录（根据自己实际安装目录修改）：

[cpp] view plain copy
print ? 在CODE上查看代码片 派生到我的代码片
  1. C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v7.5\include  
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v7.5\include

库目录：

[cpp] view plain copy
print ? 在CODE上查看代码片 派生到我的代码片
  1. E:\caffe\Build\x64\Debug;  
  2. E:\NugetPackages\OpenCV.2.4.10\build\native\lib\x64\v120\Debug;  
  3. E:\NugetPackages\boost_chrono-vc120.1.59.0.0\lib\native\address-model-64\lib;  
  4. E:\NugetPackages\boost_date_time-vc120.1.59.0.0\lib\native\address-model-64\lib;  
  5. E:\NugetPackages\boost_filesystem-vc120.1.59.0.0\lib\native\address-model-64\lib;  
  6. E:\NugetPackages\boost_system-vc120.1.59.0.0\lib\native\address-model-64\lib;  
  7. E:\NugetPackages\boost_thread-vc120.1.59.0.0\lib\native\address-model-64\lib;  
  8. E:\NugetPackages\gflags.2.1.2.1\build\native\x64\v120\dynamic\Lib;  
  9. E:\NugetPackages\glog.0.3.3.0\build\native\lib\x64\v120\Debug\dynamic;  
  10. E:\NugetPackages\hdf5-v120-complete.1.8.15.2\lib\native\lib\x64;  
  11. E:\NugetPackages\LevelDB-vc120.1.2.0.0\build\native\lib\x64\v120\Debug;  
  12. E:\NugetPackages\lmdb-v120-clean.0.9.14.0\lib\native\lib\x64;  
  13. E:\NugetPackages\OpenBLAS.0.2.14.1\lib\native\lib\x64;  
  14. E:\NugetPackages\protobuf-v120.2.6.1\build\native\lib\x64\v120\Debug;  
  15. E:\NugetPackages\boost_date_time-vc120.1.59.0.0\lib;  
E:\caffe\Build\x64\Debug;
E:\NugetPackages\OpenCV.2.4.10\build\native\lib\x64\v120\Debug;
E:\NugetPackages\boost_chrono-vc120.1.59.0.0\lib\native\address-model-64\lib;
E:\NugetPackages\boost_date_time-vc120.1.59.0.0\lib\native\address-model-64\lib;
E:\NugetPackages\boost_filesystem-vc120.1.59.0.0\lib\native\address-model-64\lib;
E:\NugetPackages\boost_system-vc120.1.59.0.0\lib\native\address-model-64\lib;
E:\NugetPackages\boost_thread-vc120.1.59.0.0\lib\native\address-model-64\lib;
E:\NugetPackages\gflags.2.1.2.1\build\native\x64\v120\dynamic\Lib;
E:\NugetPackages\glog.0.3.3.0\build\native\lib\x64\v120\Debug\dynamic;
E:\NugetPackages\hdf5-v120-complete.1.8.15.2\lib\native\lib\x64;
E:\NugetPackages\LevelDB-vc120.1.2.0.0\build\native\lib\x64\v120\Debug;
E:\NugetPackages\lmdb-v120-clean.0.9.14.0\lib\native\lib\x64;
E:\NugetPackages\OpenBLAS.0.2.14.1\lib\native\lib\x64;
E:\NugetPackages\protobuf-v120.2.6.1\build\native\lib\x64\v120\Debug;
E:\NugetPackages\boost_date_time-vc120.1.59.0.0\lib;

使用GPU额外加下面的目录（根据自己实际安装目录修改）：

[cpp] view plain copy
print ? 在CODE上查看代码片 派生到我的代码片
  1. C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v7.5\lib\x64  
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v7.5\lib\x64

链接->输入：

[cpp] view plain copy
print ? 在CODE上查看代码片 派生到我的代码片
  1. caffe.lib;  
  2. compute_image_mean.lib;  
  3. convert_imageset.lib;  
  4. convert_mnist_data.lib;  
  5. libcaffe.lib;  
  6. opencv_highgui2410d.lib;  
  7. opencv_imgproc2410d.lib;  
  8. opencv_objdetect2410d.lib;  
  9. opencv_core2410d.lib;  
  10. opencv_ml2410d.lib;  
  11. libboost_date_time-vc120-mt-gd-1_59.lib;  
  12. libboost_filesystem-vc120-mt-gd-1_59.lib;  
  13. libboost_system-vc120-mt-gd-1_59.lib;  
  14. libglogD.lib;  
  15. hdf5.lib;  
  16. hdf5_cpp.lib;  
  17. hdf5_f90cstub.lib;  
  18. hdf5_fortran.lib;  
  19. hdf5_hl.lib;  
  20. hdf5_hl_cpp.lib;  
  21. hdf5_hl_f90cstub.lib;  
  22. hdf5_hl_fortran.lib;  
  23. hdf5_tools.lib;  
  24. szip.lib;  
  25. zlib.lib;  
  26. LevelDbD.lib;  
  27. lmdbD.lib;  
  28. libprotobufD.lib;  
  29. libopenblas.dll.a;  
  30. gflags_nothreadsd.lib;  
  31. gflagsd.lib;  
caffe.lib;
compute_image_mean.lib;
convert_imageset.lib;
convert_mnist_data.lib;
libcaffe.lib;
opencv_highgui2410d.lib;
opencv_imgproc2410d.lib;
opencv_objdetect2410d.lib;
opencv_core2410d.lib;
opencv_ml2410d.lib;
libboost_date_time-vc120-mt-gd-1_59.lib;
libboost_filesystem-vc120-mt-gd-1_59.lib;
libboost_system-vc120-mt-gd-1_59.lib;
libglogD.lib;
hdf5.lib;
hdf5_cpp.lib;
hdf5_f90cstub.lib;
hdf5_fortran.lib;
hdf5_hl.lib;
hdf5_hl_cpp.lib;
hdf5_hl_f90cstub.lib;
hdf5_hl_fortran.lib;
hdf5_tools.lib;
szip.lib;
zlib.lib;
LevelDbD.lib;
lmdbD.lib;
libprotobufD.lib;
libopenblas.dll.a;
gflags_nothreadsd.lib;
gflagsd.lib;

使用GPU额外加下面的目录（根据自己实际安装目录修改）：

[cpp] view plain copy
print ? 在CODE上查看代码片 派生到我的代码片
  1. cublas.lib  
  2. cuda.lib  
  3. cublas_device.lib  
  4. cudnn.lib  
  5. cudadevrt.lib  
  6. cudart.lib  
  7. cudart_static.lib  
  8. cudnn_static.lib  
  9. cufft.lib  
  10. cufftw.lib  
  11. curand.lib  
  12. cusolver.lib  
  13. cusparse.lib  
  14. nppc.lib  
  15. nppi.lib  
  16. npps.lib  
  17. nvblas.lib  
  18. nvcuvid.lib  
  19. nvrtc.lib  
cublas.lib
cuda.lib
cublas_device.lib
cudnn.lib
cudadevrt.lib
cudart.lib
cudart_static.lib
cudnn_static.lib
cufft.lib
cufftw.lib
curand.lib
cusolver.lib
cusparse.lib
nppc.lib
nppi.lib
npps.lib
nvblas.lib
nvcuvid.lib
nvrtc.lib


release编译配置

包含目录：

[cpp] view plain copy
print ? 在CODE上查看代码片 派生到我的代码片
  1. E:\caffe\include;  
  2. E:\NugetPackages\boost.1.59.0.0\lib\native\include;  
  3. E:\NugetPackages\gflags.2.1.2.1\build\native\include;  
  4. E:\NugetPackages\glog.0.3.3.0\build\native\include;  
  5. E:\NugetPackages\hdf5-v120-complete.1.8.15.2\lib\native\include;  
  6. E:\NugetPackages\LevelDB-vc120.1.2.0.0\build\native\include;  
  7. E:\NugetPackages\lmdb-v120-clean.0.9.14.0\lib\native\include;  
  8. E:\NugetPackages\OpenBLAS.0.2.14.1\lib\native\include;  
  9. E:\NugetPackages\OpenCV.2.4.10\build\native\include;  
  10. E:\NugetPackages\protobuf-v120.2.6.1\build\native\include;  
E:\caffe\include;
E:\NugetPackages\boost.1.59.0.0\lib\native\include;
E:\NugetPackages\gflags.2.1.2.1\build\native\include;
E:\NugetPackages\glog.0.3.3.0\build\native\include;
E:\NugetPackages\hdf5-v120-complete.1.8.15.2\lib\native\include;
E:\NugetPackages\LevelDB-vc120.1.2.0.0\build\native\include;
E:\NugetPackages\lmdb-v120-clean.0.9.14.0\lib\native\include;
E:\NugetPackages\OpenBLAS.0.2.14.1\lib\native\include;
E:\NugetPackages\OpenCV.2.4.10\build\native\include;
E:\NugetPackages\protobuf-v120.2.6.1\build\native\include;

使用GPU额外加下面的目录（根据自己实际安装目录修改）：

[cpp] view plain copy
print ? 在CODE上查看代码片 派生到我的代码片
  1. C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v7.5\include  
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v7.5\include

库目录：

[cpp] view plain copy
print ? 在CODE上查看代码片 派生到我的代码片
  1. E:\caffe\Build\x64\Release;  
  2. E:\NugetPackages\boost_chrono-vc120.1.59.0.0\lib\native\address-model-64\lib;  
  3. E:\NugetPackages\boost_date_time-vc120.1.59.0.0\lib\native\address-model-64\lib;  
  4. E:\NugetPackages\boost_filesystem-vc120.1.59.0.0\lib\native\address-model-64\lib;  
  5. E:\NugetPackages\boost_system-vc120.1.59.0.0\lib\native\address-model-64\lib;  
  6. E:\NugetPackages\boost_thread-vc120.1.59.0.0\lib\native\address-model-64\lib;  
  7. E:\NugetPackages\gflags.2.1.2.1\build\native\x64\v120\dynamic\Lib;  
  8. E:\NugetPackages\glog.0.3.3.0\build\native\lib\x64\v120\Release\dynamic;  
  9. E:\NugetPackages\hdf5-v120-complete.1.8.15.2\lib\native\lib\x64;  
  10. E:\NugetPackages\LevelDB-vc120.1.2.0.0\build\native\lib\x64\v120\Release;  
  11. E:\NugetPackages\lmdb-v120-clean.0.9.14.0\lib\native\lib\x64;  
  12. E:\NugetPackages\OpenBLAS.0.2.14.1\lib\native\lib\x64;  
  13. E:\NugetPackages\OpenCV.2.4.10\build\native\lib\x64\v120\Release;  
  14. E:\NugetPackages\protobuf-v120.2.6.1\build\native\lib\x64\v120\Release;  
E:\caffe\Build\x64\Release;
E:\NugetPackages\boost_chrono-vc120.1.59.0.0\lib\native\address-model-64\lib;
E:\NugetPackages\boost_date_time-vc120.1.59.0.0\lib\native\address-model-64\lib;
E:\NugetPackages\boost_filesystem-vc120.1.59.0.0\lib\native\address-model-64\lib;
E:\NugetPackages\boost_system-vc120.1.59.0.0\lib\native\address-model-64\lib;
E:\NugetPackages\boost_thread-vc120.1.59.0.0\lib\native\address-model-64\lib;
E:\NugetPackages\gflags.2.1.2.1\build\native\x64\v120\dynamic\Lib;
E:\NugetPackages\glog.0.3.3.0\build\native\lib\x64\v120\Release\dynamic;
E:\NugetPackages\hdf5-v120-complete.1.8.15.2\lib\native\lib\x64;
E:\NugetPackages\LevelDB-vc120.1.2.0.0\build\native\lib\x64\v120\Release;
E:\NugetPackages\lmdb-v120-clean.0.9.14.0\lib\native\lib\x64;
E:\NugetPackages\OpenBLAS.0.2.14.1\lib\native\lib\x64;
E:\NugetPackages\OpenCV.2.4.10\build\native\lib\x64\v120\Release;
E:\NugetPackages\protobuf-v120.2.6.1\build\native\lib\x64\v120\Release;

使用GPU额外加下面的目录（根据自己实际安装目录修改）：

[cpp] view plain copy
print ? 在CODE上查看代码片 派生到我的代码片
  1. C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v7.5\lib\x64  
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v7.5\lib\x64

链接->输入：

[cpp] view plain copy
print ? 在CODE上查看代码片 派生到我的代码片
  1. opencv_core2410.lib;  
  2. opencv_highgui2410.lib;  
  3. opencv_imgproc2410.lib;  
  4. caffe.lib;  
  5. libcaffe.lib;  
  6. gflags.lib;  
  7. libglog.lib;  
  8. libopenblas.dll.a;  
  9. libprotobuf.lib;  
  10. leveldb.lib;  
  11. lmdb.lib;  
  12. hdf5.lib;  
  13. hdf5_hl.lib;  
  14. libboost_date_time-vc120-mt-s-1_59.lib;  
  15. libboost_filesystem-vc120-mt-s-1_59.lib;   
opencv_core2410.lib;
opencv_highgui2410.lib;
opencv_imgproc2410.lib;
caffe.lib;
libcaffe.lib;
gflags.lib;
libglog.lib;
libopenblas.dll.a;
libprotobuf.lib;
leveldb.lib;
lmdb.lib;
hdf5.lib;
hdf5_hl.lib;
libboost_date_time-vc120-mt-s-1_59.lib;
libboost_filesystem-vc120-mt-s-1_59.lib;

使用GPU额外加下面的目录（根据自己实际安装目录修改）：

[cpp] view plain copy
print ? 在CODE上查看代码片 派生到我的代码片
  1. cublas.lib  
  2. cuda.lib  
  3. cublas_device.lib  
  4. cudnn.lib  
  5. cudadevrt.lib  
  6. cudart.lib  
  7. cudart_static.lib  
  8. cudnn_static.lib  
  9. cufft.lib  
  10. cufftw.lib  
  11. curand.lib  
  12. cusolver.lib  
  13. cusparse.lib  
  14. nppc.lib  
  15. nppi.lib  
  16. npps.lib  
  17. nvblas.lib  
  18. nvcuvid.lib  
  19. nvrtc.lib  
cublas.lib
cuda.lib
cublas_device.lib
cudnn.lib
cudadevrt.lib
cudart.lib
cudart_static.lib
cudnn_static.lib
cufft.lib
cufftw.lib
curand.lib
cusolver.lib
cusparse.lib
nppc.lib
nppi.lib
npps.lib
nvblas.lib
nvcuvid.lib
nvrtc.lib


错误解决指引：

（1）

c/c++->命令行，输入-D_SCL_SECURE_NO_WARNINGS

（2）


在工程中添加一个head.h的头文件，输入如下程序

[cpp] view plain copy
print ? 在CODE上查看代码片 派生到我的代码片
  1. #include <caffe/common.hpp>  
  2. #include <caffe/layer.hpp>  
  3. #include <caffe/layer_factory.hpp>  
  4. #include <caffe/layers/input_layer.hpp>  
  5. #include <caffe/layers/inner_product_layer.hpp>  
  6. #include <caffe/layers/dropout_layer.hpp>  
  7. #include <caffe/layers/conv_layer.hpp>  
  8. #include <caffe/layers/relu_layer.hpp>  
  9.   
  10. #include <caffe/layers/pooling_layer.hpp>  
  11. #include <caffe/layers/lrn_layer.hpp>  
  12. #include <caffe/layers/softmax_layer.hpp>   
  13.   
  14. namespace caffe  
  15. {  
  16.       
  17.     extern INSTANTIATE_CLASS(InputLayer);  
  18.     extern INSTANTIATE_CLASS(InnerProductLayer);  
  19.     extern INSTANTIATE_CLASS(DropoutLayer);  
  20.     extern INSTANTIATE_CLASS(ConvolutionLayer);  
  21.     REGISTER_LAYER_CLASS(Convolution);  
  22.     extern INSTANTIATE_CLASS(ReLULayer);  
  23.     REGISTER_LAYER_CLASS(ReLU);  
  24.     extern INSTANTIATE_CLASS(PoolingLayer);  
  25.     REGISTER_LAYER_CLASS(Pooling);  
  26.     extern INSTANTIATE_CLASS(LRNLayer);  
  27.     REGISTER_LAYER_CLASS(LRN);  
  28.     extern INSTANTIATE_CLASS(SoftmaxLayer);  
  29.     REGISTER_LAYER_CLASS(Softmax);  
  30.           
  31. }  
#include <caffe/common.hpp>
#include <caffe/layer.hpp>
#include <caffe/layer_factory.hpp>
#include <caffe/layers/input_layer.hpp>
#include <caffe/layers/inner_product_layer.hpp>
#include <caffe/layers/dropout_layer.hpp>
#include <caffe/layers/conv_layer.hpp>
#include <caffe/layers/relu_layer.hpp>

#include <caffe/layers/pooling_layer.hpp>
#include <caffe/layers/lrn_layer.hpp>
#include <caffe/layers/softmax_layer.hpp> 

namespace caffe
{
	
	extern INSTANTIATE_CLASS(InputLayer);
	extern INSTANTIATE_CLASS(InnerProductLayer);
	extern INSTANTIATE_CLASS(DropoutLayer);
	extern INSTANTIATE_CLASS(ConvolutionLayer);
	REGISTER_LAYER_CLASS(Convolution);
	extern INSTANTIATE_CLASS(ReLULayer);
	REGISTER_LAYER_CLASS(ReLU);
	extern INSTANTIATE_CLASS(PoolingLayer);
	REGISTER_LAYER_CLASS(Pooling);
	extern INSTANTIATE_CLASS(LRNLayer);
	REGISTER_LAYER_CLASS(LRN);
	extern INSTANTIATE_CLASS(SoftmaxLayer);
	REGISTER_LAYER_CLASS(Softmax);
		
}

并且在classification.cpp中输入#include"head.h"，调用该.h头文件。

（3）

将E:\NugetPackages\gflags.2.1.2.1\build\native\x64\v120\dynamic\Lib目录下的8个文件全部复制到工程目录下。

 

程序运行

当上面的所有问题都解决后，运行程序就会生成如下的结果，效果和Linux上运行的效果是一样的。debug和release都可以运行。







caffe练习实例（3）——使用训练好的模型
孤旅人。。。的博客
12-11 3217
本实例是使用opencv编写代码，使用修改后的mnist的deploy文件并且调用训练好的模型，输入一张图片，输出分类结果。本工程的所有文件我都上传到了github上面，需要的可以下载。具体步骤如下： 改写deploy文件： 把数据层和（Data Layer）和连接数据层的layers去掉（即top：data的层）如下： 去掉输出层和连接输出层的Layers（即bottom:label） 重新建立输
Caffe学习笔记系列1—在VS2013工程中添加Caffe依赖项
seu_nuaa_zc的博客
06-02 920
Caffe学习笔记系列1—在VS2013工程中添加Caffe依赖项本节主要讲解在Caffe编译成功之后，如何在自己的工程中添加依赖项。对于Caffe如何编译不再详述，可参考网上，另外，推荐一个Caffe模型的可视化工具Netscope，链接如下：http://ethereon.github.io/netscope/#/editor。下面切入正题。首先在E盘中建立“Caffe学习笔记系列”文件夹，本...
opencv dnn模块调用caffe模型
07-15
利用opencv dnn模块调用caffe 模型，并给出一个训练好的模型（cifar10集合上的image classification模型），cmakelists.txt要设置CMAKE_MODULE_PATH指向opencv#3.3.1的头文件和库的路径
Windows下caffe的配置和调用caffe库（一）
afmp42539的博客
05-02 249
一、Windows下caffe的配置： 1. 下载caffe官网提供的开发包，https://github.com/microsoft/caffe 2. 将caffe-master目录下的Windows中的文件CommonSettings.props.example后缀名改为CommonSettings.props。如下： 3. 由于我们不用GPU，因此要修改Commo...
Windows下caffe的配置和调用caffe库（二）
afmp42539的博客
05-02 220
二、 Caffe库的调用： 新建空白项目，将配置管理器更改为x64运行方式。（release和Debug均可）。 Debug配置： 　　　　1) 包含目录： D:\caffe-master\include； D:\NugetPackages\glog.0.3.3.0\build\native\include； D:\NugetPackages\Op...
caffe的用法
weixin_40946059的博客
02-04 1249
草稿
caffe windows依赖库
05-27
在Windows环境下搭建Caffe环境时，由于系统与Linux等其他平台的差异，需要安装一系列依赖库才能顺利运行。本压缩包提供了在Windows上运行Caffe所需的依赖库，特别针对Python 2.7和3.5版本进行了优化，同时也兼容...
Caffe Windows 预编译版本安装与使用指南
最新发布
06-28
这个预编译版本是为Visual Studio 2015开发的，仅支持CPU运算，不支持GPU加速功能，并且针对Python 3.5进行了优化，方便开发者通过Python接口调用Caffe功能。该版本的更新日期是2018年10月19日，包含了截至该日期的...
caffe windows prebuilt
10-19
它还特别针对Python 3.5版本进行了优化，意味着开发者可以利用Python接口来调用Caffe的功能。 描述中的“2018-10-19日版本”表明这是该软件的一个特定更新日期，意味着它包含了截至那个日期的所有修复、改进和新...
python接口调用已训练好的caffe模型测试分类方法
09-18
3. 使用Python调用Caffe模型的方法，通过`***`接口加载模型，并指定为测试模式。 4. 理解模型的预处理流程：包括数据格式的调整、平均值的减去、维度的调整等，以确保输入数据的格式与训练时保持一致。 5. 模型的前...
vs2013 win10 Caffe的编译安装(微软版本)
子燕若水的博客
01-18 498
1）git clonehttps://github.com/microsoft/caffe.git 2) Requirements: Visual Studio 2013 Pre-Build Steps Copy.\windows\CommonSettings.props.exampleto.\windows\CommonSettings.props By defaults Windows build requiresCUDAandcuDNNlibraries. Both can ...
glog.overlay-x64-v120-dynamic 和 opencv2.4.10nuget版
01-18
glog.overlay-x64_v120_Debug_dynamic -Version 0.3.3.0 OpenCV.overlay-x64_v120_Debug -Version 2.4.10 OpenCV.overlay-x64_v120 -Version 2.4.10 glog.overlay-x64_v120_dynamic -Version 0.3.3.0 
glog.overlay-x64-v120-dynamic opencv2.4.10等（nuget版）
01-18
glog.overlay-x64_v120_dynamic glog.overlay-x64_v120_Debug_dynamic -Version 0.3.3.0 OpenCV.overlay-x64_v120_Debug -Version 2.4.10 OpenCV.overlay-x64_v120 -Version 2.4.10
VS13配置caffe
lsn_sgj的博客
04-09 635
一、包含头文件 D:\caffe-master\cuda\include C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\include D:\NugetPackages\OpenCV.2.4.10\build\native\include\opencv2 D:\NugetPackages\OpenCV.2.4.10\buil
Caffe学习（一）：安装Windows版Caffe与Faster RCNN过程中的报错及解决方法
夜风里唱的专栏
07-03 1097
Caffe学习系列文章： Caffe学习（一）：安装Windows版Caffe与Faster RCNN过程中的报错及解决方法 Caffe学习（二）：Windows训练与测试Caffe mnist Caffe学习（三）：Caffe solver文件参数详细解析 Caffe学习（四）：Windows使用Cifar10训练及测试Caffe版DenseNet Caffe学习（五）：Caffe p...
关于解决caffe安装 error MSB4062和error MSB3073 加载任务“NuGetPackageOverlay”失败问题
qq_29613155的博客
12-20 1425
  身为一个深度学习的小白，这两天配置GPU版本的caffe时遇到了error MSB4062和error MSB3073的问题，在网上试了各种解决方法，终于解决（泪目），这里记录一下自己试过的方法，各种方法都有人成功，你都可以尝试一下，万一哪一种成功了呢。  我的环境时win10+cuda8.0+cudnnv5+vs2013。 一开始我装的最新的cuda和最新的cudnn，但是问题解决不了一...
【深度学习Caffe】Windows编译caffe的几个问题
dzkd1768的博客
04-05 3179
1.CommonSettings设置 cuda版本要填相应的，cudnn复制到cuda的路径下，其他的就不用修改了。 下面这个cuda框架要查你的gpu计算能力，按照对应的填，比如750ti是50,GTX1080是6.1等等。 compute_35,sm_35;compute_50,sm_50 官网查询之外也可以利用cuda的C:\ProgramData\NVIDIA Corporatio
再战caffe
sudakuang的博客
02-27 1099
距离上次装caffe已经三年了，至今仍然无法忘记被caffe支配的恐惧…… 本来已经装过了，各种坑也都踩过了，但是万万没想到，公司的网太lj了，只能手动装Nuget库，于是又折腾了两天…… 言归正传 错误提示 ./include/caffe/common.hpp:4:32: fatal error: boost/shared_ptr.hpp 没有那个文件或目录没有那个文件或目录，因为网络原因无法...
Windows下安装Caffe依赖库与OpenCV视觉开发指南
在Windows下安装Caffe的依赖库，需要对Visual Studio、CUDA、cuDNN、OpenCV以及Boost等进行合理配置。这些配置是Caffe能够顺利运行的前提。由于Caffe主要在Linux平台下开发和部署，因此在Windows环境下安装Caffe及其...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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