前言

1.用過Caffe的GooglNet做圖像分類的相關項目，比起傳統的辦法，效果要好很，在目標檢測這塊，之前也用傳統的HOG加SVM實現過車輛，行人和馬匹的檢測，但正樣本要上萬圖像，才能達到能應用到項目上的準確率。
2.Caffe-SDD是一個深度學習框架，在目標檢測識別這塊應用還是很廣的，接下來我會把Caffe-SSD的編譯配置、標注圖像、訓練自己模型、在項目中使用自己的整個流程寫下來。
3.我配置的環境是win7 64位，Visual Studio 2013Professional，Python3.5，Anaconda3.4,因為只跑CPU版本，所以沒有配置CUDA庫。

一、環境安裝

1.安裝Anaconda3.4，目前官方的版本是Anaconda 3.7和2.7，就是說內置了 Python2.7和3.6。caffe不支持python 3.6。所以我在這里安裝了Anaconda3-4.2.0-Windows-x86_64.exe，直接按提示安裝就可以了。

安裝完成在開始欄看到如下：

打開Anaconda Prompt,查看python版本，輸入python --version，可以看到Python的版本。

2.安裝VS2013,我這里只安裝了相關的C++模塊。

3.下載Caffe-SDD,官網下載，下載之后解壓到自己要用的文件夾。

二、編譯Caffe-SSD

1.打開文件夾下的windows目錄，把CommonSettings.props.example重命名成CommonSettings.props，用記事本打開，我用的是CPU版本，所以把CpuOnlyBulid改成true，把CuDNN改成false,保存。


2.用VS2013打開Windows目錄下的caffe.sln，把libCaffe設置成啟動項，然后點重新生成。這里會下載一些相關的庫，比如boost,opencv等，要一定的時間，看個人網速。

3.錯誤解決
(1)錯誤:error C1083: 無法打開源文件: “…\src\caffe\3rdparty\hungarian.cpp”: No such file or directory.

解決方法，從我上傳的代碼里面把這兩個文件復制到的工程下相關路徑，資源地址：https://download.csdn.net/download/matt45m/11124997

（2）沒有生成object文件，打開項目屬性，把警告視錯誤改成否。

4.重新生成，完成編譯。

結語

1.以上Caffe-SSD在Windows下配置完成，之后就是如何應用Caffe-SSD做相關的訓練和學習了。
2.關于Caffe-SSD配置遇到的問題，都可以加這個群(487350510)互相討論學習。

總結

以上是生活随笔為你收集整理的Windows7下Caffe-SSD的应用(一)——在Windosw7下编译配置Caffe-SSD CPU版本的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。