首先注意的是：ubuntu上面训练好的模型，可以直接用在windows下的caffe中测试，模型是可以跨平台的，并且命令都是几乎一样的，目前没有发现有啥不一样，并且最后无论批量测试还是单张测试的结果与ubuntu上面的结果一抹一眼（理论上也应该是一样的哦~~傻）
主要参考：blog.csdn.net/sinat_27403413/article/details/52791489
材料准备：
（1）VS2013（VS2015应该也可以，我用的是2013,安装包：pan.baidu.com/s/1miJsd4W）：其中需要安装NuGet（是Visual Studio的扩展，可以给项目自动添加一些第三方组件），安装方法如下：
a. 打开vs2013，点击“工具”-“扩展和更新”
b. 在弹出的对话框中点击“联机”，在右上角搜索框中搜索NuGet，在搜索结果中“NuGet Package Manager”项上面的“下载”，开始下载NuGet，下载完后进行安装
c. 安装完后重启vs2013，重启后点击“工具”-“扩展和更新”，选择“已安装”，可以看到NuGet Package Manager已经安装好了。
（2）Anaconda2：官方网址：www.continuum.io/downloads，百度云：pan.baidu.com/s/1c2Gk8zI
注意：安装的时候最好把自动添加path的选项勾选，并且安装完成之后，再pip install protobuf，后面才不会出错
（3）微软提供Windows工具包(caffe-master)：github.com/Microsoft/caffe（我用的是官网的，有16个项目，注意核对，BVLC的“caffe-windows.zip”中只有15个项目，但是都不影响编译） 百度云：pan.baidu.com/s/1hs8ngpA 密码：ith0
（4）微软的Windows三方包(Nuget得到的包):链接：pan.baidu.com/s/1pKQKJJP 密码：2vzy，只要解压在caffe-master同路径下即可：
注意：本来NugetPackages文件夹是在下面生成libcaffe项目以及生成caffe解决方案的时候下载的，但是下载时间会很久，所以可以直接下载好放在同路径下。
caffe的安装及Python接口的配置
（1）解压caffe-master以及第三方NugetPackages库于同一文件夹下，如上图。
（2）打开caffe-master->windows，复制CommonSettings.props.example，修改后缀为CommonSettings.props（其实就是相当于ubuntu下面caffe编译用到的makefile.config）
（3）修改CommonSettings.props：修改CpuOnlyBuild为true，UseCuDNN改为false。因为要配置Python接口，所以PythonSupport改为true，并将下面的PythonDir修改为自己的Python安装路径，注意Anconda2后面那个斜线不能少。
注意：就算此刻下面python的路径不对，好像没啥影响，可能是因为后面是直接把编译好的东西放在python包中的吧（因为我是在我的电脑上编译完成之后，把我编译好的东西直接放在另一台电脑上用的，并没有用该电脑自己编译最后生成的caffe包，而我这两台电脑的python路径就不一样）
（4）双击caffe.sln，在VS2013中打开文件：
首先点击解决方案，设置解决方案配置和解决方案平台分别是release和x64（这一步是使用Release来进行编译，若用Debug，则之后每次都要打开vs，会不方便）:
之后，右击解决方案中的libcaffe项目，选择“属性”，在打开的属性页中选择“C/C++”-“常规”，将“将警告视为错误”设为“否”，如下图所示
先生成项目：libcaffe，再生成解决方案caffe，最后生成项目：pycaffe。完成之后生成可以调用的caffe包：
把最后生成的caffe文件夹拷贝到python安装目录的\Lib\site-packages中
（5）验证：打开python，输入import caffe 看看是否报错，没有报错恭喜你，可以使用了（你也可以继续输入from caffe import layers as L和from caffe import params as P试一试）
注意的是：我做的能见度识别的项目中，ubuntu上面是先将所有图像resize到256，并且生成均值文件，但是网络的大小是227,在ubuntu下测试单张图片没错，但是在windows下面，居然会报错：均值文件的大小与输入图像大小不匹配的问题，后面按照网上的解决方法，修改最后生成的caffe下面的io.py文件：
改成如下这一段：
if ms != self.inputs[in_][1:]:
print(self.inputs[in_])
in_shape = self.inputs[in_][1:]
m_min, m_max = mean.min(), mean.max()
normal_mean = (mean - m_min) / (m_max - m_min)
mean = resize_image(normal_mean.transpose((1,2,0)),in_shape[1:]).transpose((2,0,1)) * \
(m_max - m_min) + m_min
#raise ValueError('Mean shape incompatible with input shape.')
即可，后面发现为啥ubuntu里面测试没错，原来是ubuntu下面的caffe-master/python/io.py文件里面的代码就是上面这样的！！！
注意项目的位置:E:\caffe\caffe-master\examples\visionClass
网友评论