前言

基于深度學(xué)習(xí)的人臉識(shí)別系統(tǒng)，一共用到了5個(gè)開(kāi)源庫(kù)：OpenCV(計(jì)算機(jī)視覺(jué)庫(kù))、Caffe(深度學(xué)習(xí)庫(kù))、Dlib(機(jī)器學(xué)習(xí)庫(kù))、libfacedetection(人臉檢測(cè)庫(kù))、cudnn(gpu加速庫(kù))。

用到了一個(gè)開(kāi)源的深度學(xué)習(xí)模型：VGG model。

最終的效果是很贊的，識(shí)別一張人臉的速度是0.039秒，而且最重要的是：精度高啊！！！

CPU：intel i5-4590

GPU：GTX 980

系統(tǒng)：Win 10

OpenCV版本：3.1(這個(gè)無(wú)所謂)

Caffe版本：Microsoft caffe (微軟編譯的Caffe，安裝方便，在這里安利一波)

Dlib版本：19.0(也無(wú)所謂

CUDA版本：7.5

cudnn版本：4

libfacedetection：6月份之后的(這個(gè)有所謂，6月后出了64位版本的)

這個(gè)系列純C++構(gòu)成，有問(wèn)題的各位朋同學(xué)可以直接在博客下留言，我們互相交流學(xué)習(xí)。

====================================================================

本篇是該系列的第一篇博客，介紹我如何在Visual Studio中像使用OpenCV一樣使用Caffe。

思路

我們都知道在Visual Studio中使用OpenCV是非常方便的，只要配置好相關(guān)的路徑，建立一個(gè)屬性表就可以了。接觸過(guò)Caffe的可能會(huì)知道，在Caffe的例程中并沒(méi)有怎么說(shuō)如何建立一個(gè)屬性表，就能夠使用Caffe提供的一些函數(shù)去構(gòu)造程序。話說(shuō)一個(gè)月前剛剛在Github上幫一個(gè)老外解決了這個(gè)問(wèn)題，所以這里也寫一下我的方法。

要用Caffe，就是 include 、lib 、dll，和OpenCV一樣，搞好這三個(gè)即可，推薦大家配置Release版本的，所以在編譯Caffe的時(shí)候，換成Release模式也編譯一次。

實(shí)現(xiàn)

觀察caffe-master的第三方程序包，毫無(wú)疑問(wèn)，這個(gè)與caffe-master本文件夾都需要加上去的。

所以在屬性表里，先后需要include以下這些：(路徑請(qǐng)自行修改)

D:\caffe-master\include

D:\NugetPackages\boost.1.59.0.0\lib\native\include

D:\NugetPackages\glog.0.3.3.0\build\native\include

D:\NugetPackages\gflags.2.1.2.1\build\native\include

D:\NugetPackages\protobuf-v120.2.6.1\build\native\include

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v7.5\include

D:\NugetPackages\OpenBLAS.0.2.14.1\lib\native\include

D:\caffe-master\include\caffe\layers

D:\NugetPackages\OpenCV.2.4.10\build\native\include

D:\NugetPackages\OpenCV.2.4.10\build\native\include\opencv

D:\NugetPackages\OpenCV.2.4.10\build\native\include\opencv2

我們可以看到，這個(gè)第三方程序包里面已經(jīng)有OpenCV了，所以我們沒(méi)必要把OpenCV的屬性表添加。

然后，我們需要添加lib：(路徑請(qǐng)自行修改)

D:\NugetPackages\boost_date_time-vc120.1.59.0.0\lib\native\address-model-64\lib

D:\NugetPackages\boost_filesystem-vc120.1.59.0.0\lib\native\address-model-64\lib

D:\NugetPackages\boost_system-vc120.1.59.0.0\lib\native\address-model-64\lib

D:\caffe-master\Build\x64\Release

D:\NugetPackages\boost_thread-vc120.1.59.0.0\lib\native\address-model-64\lib

D:\NugetPackages\boost_chrono-vc120.1.59.0.0\lib\native\address-model-64\lib

D:\NugetPackages\protobuf-v120.2.6.1\build\native\lib\x64\v120\Release

D:\NugetPackages\OpenCV.2.4.10\build\native\lib\x64\v120\Release

D:\NugetPackages\glog.0.3.3.0\build\native\lib\x64\v120\Debug\dynamic

D:\NugetPackages\gflags.2.1.2.1\build\native\x64\v120\dynamic\Lib

D:\NugetPackages\hdf5-v120-complete.1.8.15.2\lib\native\lib\x64

D:\NugetPackages\OpenBLAS.0.2.14.1\lib\native\lib\x64

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v7.5\lib\x64

最后一項(xiàng)是CUDA的配置路徑，找一下應(yīng)該就可以找到。

那么我們的附加依賴項(xiàng)需要添加：

libcaffe.lib

libprotobuf.lib

opencv_highgui2410.lib

opencv_core2410.lib

opencv_imgproc2410.lib

libglog.lib

gflags.lib

libopenblas.dll.a

hdf5.lib

hdf5_hl.lib

cublas.lib

cublas_device.lib

cuda.lib

cudadevrt.lib

cudnn.lib

cudart.lib

cufft.lib

cudart_static.lib

cudnn_static.lib

cufftw.lib

cusparse.lib

cusolver.lib

curand.lib

nppc.lib

OpenCL.lib

對(duì)了，最后別忘了配置環(huán)境變量喲，配置完之后重啟一遍：

D:\NugetPackages\gflags.2.1.2.1\build\native\x64\v120\dynamic\Lib

D:\NugetPackages\hdf5-v120-complete.1.8.15.2\lib\native\bin\x64

D:\NugetPackages\glog.0.3.3.0\build\native\bin\x64\v120\Release\dynamic

D:\NugetPackages\OpenBLAS.0.2.14.1\lib\native\bin\x64

D:\NugetPackages\gflags.2.1.2.1\build\native\x64\v120\dynamic\Lib

D:\NugetPackages\OpenCV.2.4.10\build\native\bin\x64\v120\Release

這里還是建議大家建立一個(gè)屬性表，方便后面的程序添加，就像這樣：

那么在做完這些之后，我們就可以在新建工程里使用Caffe的接口了，比如：

不會(huì)報(bào)錯(cuò)滴。

基于深度學(xué)習(xí)的人臉識(shí)別系統(tǒng)系列：【一】如何在Visual Studio中像使用OpenCV一樣使用Caffe完結(jié)，如果在配置過(guò)程中出現(xiàn)了什么問(wèn)題，直接留言即可。

=============================================

補(bǔ)充：

好吧..有人問(wèn)怎么在沒(méi)有GPU的情況下進(jìn)行呢？(CPU_ONLY模式)

就是這樣：

1、前面都和上面一樣配置，在這個(gè)地方把cu開(kāi)頭的lib全部刪掉，改成如下：

libcaffe.lib

libprotobuf.lib

opencv_highgui2410.lib

opencv_core2410.lib

opencv_imgproc2410.lib

libglog.lib

gflags.lib

libopenblas.dll.a

hdf5.lib

hdf5_hl.lib

2、運(yùn)行一下，發(fā)現(xiàn)出現(xiàn)錯(cuò)誤：

我們打開(kāi)這個(gè)文件：

3、在上面這個(gè)地方我們得選擇CPU模式。

加一句#define CPU_ONLY

搞定。

創(chuàng)作挑戰(zhàn)賽新人創(chuàng)作獎(jiǎng)勵(lì)來(lái)咯，堅(jiān)持創(chuàng)作打卡瓜分現(xiàn)金大獎(jiǎng)

總結(jié)

以上是生活随笔為你收集整理的python dlib caffe人脸相似度_基于深度学习的人脸识别系统（Caffe+OpenCV+Dlib）【一】如何配置caffe属性表...的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。