在线时间:8:00-16:00
迪恩网络APP
随时随地掌握行业动态
扫描二维码
关注迪恩网络微信公众号
环境:Win10 VS2013 CUDA8.0 GTX1060本人一开始通过各种途径尝试手动安装第三方库(opencv,boost,openblas),在VS2013中一直编译caffe不成功,后得到大神同学提示,使用VS自带的包管理器Nuget下载第三方库,实现了相应版本的下载以及自动的环境变量配置(哇哈哈,简直太爽!),强烈推荐Nuget!!!!=========================1.在VS中编译caffe==========================该方法简单且成功了,参照该链接: http://blog.csdn.net/chuqidecha/article/details/56293553 使用VS2013自带的Nuget下载第三方库: http://blog.csdn.net/junparadox/article/details/51086374 另,第三方库的版本: opencv2.14.11 boost-vc120(匹配VS2013) openblas2.14.1 -----------bug调试------------错误 11955 error LNK1104: 无法打开文件“libboost_date_time-vc120-mt-1_64.lib” C:\Users\DELL\Desktop\caffe_library\caffe\windows\caffe\LINK caffe 解决方法:因为一开始只下载了boost1.64.0版本,里面缺少相关的依赖项导致编译不成功,故还需在Nuget上另下依赖库boost-vc1** boost-vc120 对应 VS2013 boost-vc140 对应 VS2015 boost-vc110 对应 VS2012 boost-vc100 对应 VS2010 =========================2.matlab中编译,得到mex文件=======================修改nvmex.m文件如图,善意提醒:此前确保之前安装CUDA的环境变量配置正确。 另,中间不要怀疑自己的路径 “C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\bin”下没有nvcc文件夹,路径仍旧按照图4中nvcc的路径进行设置。 ==============================3.测试=================================剩余步骤不再赘述,请参考博客: http://blog.csdn.net/sinat_30071459/article/details/50546891 ①运行faster_rcnn_build.m 结果如图 ②运行startup.m 结果如图 使用ZF模型,结果如图 :
|
2023-10-27
2022-08-15
2022-08-17
2022-09-23
2022-08-13
请发表评论