Question

Ubuntu+caffe-scnn如何编译

Answer 1

一般情况下不愿意使用Caffe的Matlab接口，总觉得Linux版的Matlab很难配置，但是现在搞目标检测，得到的源码是使用的Caffe的Matlab接口，只能硬着头皮上了。
（1）修改caffe-master/Makefile.config
这一步主要是在Caffe的编译配置文件Makefile.config中加入Matlab的路径。注意路径文件夹是要包含Matlab安装目录的“bin”文件夹的。

（2）编译接口。这里默认已经编译好了Caffe源码主体部分。所以直接编译接口。在caffe-master目录下打开终端，输入： make matcaffe 至于如何编译Caffe源码的主体部分请大家百度，就是make all ,make test那些。我是一开始没有在Makefile.config中加入Matlab路径，所以编译Caffe主体代码时不会编译Matlab接口。
（3）测试接口。输入 make mattest
这里可能报错：caffe_.mexa64: undefined symbol:
_ZN2cv8imencodeERKNSt7__cxx1112basic_stringIcSt11char_traitsIcESaIcEEERKNS_11_InputArrayERSt6vectorIhSaIhEERKSB_IiSaIiEE

错误原因是Matlab自带的库和Ubuntu的系统库之间发生了冲突，一言不和就废掉Matlab的自带库，使用Ubuntu系统库，呵呵。
PS：只替换库libstdc++.so.6是不行的，要解决此问题需要多替换几个库。输入终端命令：
export LD_PRELOAD=/usr/lib/x86_64-linux-gnu/libopencv_highgui.so.2.4:/usr/lib/x86_64-linux-gnu/libopencv_imgproc.so.2.4:/usr/lib/x86_64-linux-gnu/libopencv_core.so.2.4:/usr/lib/x86_64-linux-gnu/libstdc++.so.6:/usr/lib/x86_64-linux-gnu/libfreetype.so.6
export LD_LIBRARY_PATH=/usr/lib/x86_64-linux-gnu/
可以通过 ldd ./matlab/+caffe/private/caffe_.mexa64 查看其依赖了那些动态库，将其增加到你的 LD_PRELOAD中，见caffe官网 http://caffe.berkeleyvision.org/tutorial/interfaces.html#matlab
这个要视具体目录而定，我这边写了个脚本，如下：

1234

export LD_LIBRARY_PATH=/usr/lib/x86_64-linux-gnu/:/usr/local/cuda-8.0/lib64 LD_PRELOAD=/usr/lib/x86_64-linux-gnu/libopencv_highgui.so.2.4:/usr/lib/x86_64-linux-gnu/libopencv_imgproc.so.2.4:/usr/lib/x86_64-linux-gnu/libopencv_core.so.2.4:/usr/lib/x86_64-linux-gnu/libstdc++.so.6:/usr/lib/x86_64-linux-gnu/libfreetype.so.6 matlab

注意：目录/usr/lib/x86_64-linux-gnu/是我的系统库目录。大家可以通过查询库所在位置来确定自己的系统库目录：
sudo find / -name libstdc++.so.6

重新运行make mattest ， 问题解决～

（4）在Matlab中试试接口
<1>下载bvlc_reference_caffenet.caffemodel
链接：http://dl.caffe.berkeleyvision.org/bvlc_reference_caffenet.caffemodel
下载好之后放入文件夹/caffe-master/models/bvlc_reference_caffenet 这是因为一会运行的demo要使用这个模型。
<2>在终端输入命令“matlab”(打不开的自己去添加PATH)打开Matlab，切换到目录/caffe-master/matlab/demo/（这很重要）
<3>输入命令 run('classification_demo.m') 或者双击打开classification_demo.m直接点击上面控制台上的“运行”即可，不需要输入参数。
<4>输出是一个1000×1的矩阵，因为ImageNet数据集有1000个类别。

到此OK，大家加油～