由於深度學習的種種優勢，使我們對於深度學習的使用越來越頻繁。很多時候，我們都需要在自己的項目中配置caffe環境，來調用caffe網絡模型完成自己的任務。今天我主要講的關於"在自己的項目中配置caffe環境所遇到問題的相關說明和解答"，因為項目的需要，需要在項目中配置caffe來完成VGG網絡的分類任務。大概花費了一周的時間，總算成功了。期間，也是輾轉反側，遇到了諸多問題，查閱了諸多資料，但是有些問題並沒有講的非常清楚。這里，我就這些遇到的問題，根據自己的情況以及解決的辦法跟大家分享一下。
首先，需要准備好安裝環境：
（1）已編譯好的caffe https://github.com/Microsoft/caffe，必須是已經編譯好的caffe工程，因為我們需要用到caffe第三方庫，以及編譯生成的libcaffe.lib
（2）vs2013 因為caffe需要vs2013的編譯器，所以最好是vs2013
（3）GPU環境的還要安裝CUDA，Cudnn。可以去官網根據自己的電腦配置下載安裝
（4）如果需要做UI的話，也可以在vs中配置相關界面工具，比如QT
然后，環境已經准備好了，接下來就是新建vs工程了，這里可以根據自己的情況新建自己的項目，比如win32控制台程序等。由於，我選擇用QT來做c++應用的界面，所有我新建的是QT GUI Application。
工程新建完成后，接下來就是各種include，lib，dll的配置問題了。我這里要說的是vs2013，x64，Debug，GPU模式。如果你是Release模式，那么就將下面所有的Debug改為Release即可。具體地，打開屬性->VC++目錄
需要說明的是，這里面你需要根據你的caffe環境和CUDA的安裝路徑，進行更改，否則會報錯找不到文件等等
接下來是鏈接器->輸入
//debug opencv_calib3d2410d.lib opencv_contrib2410d.lib opencv_core2410d.lib opencv_features2d2410d.lib opencv_flann2410d.lib opencv_gpu2410d.lib opencv_highgui2410d.lib opencv_imgproc2410d.lib opencv_legacy2410d.lib opencv_ml2410d.lib opencv_objdetect2410d.lib opencv_ts2410d.lib opencv_video2410d.lib caffe.lib libcaffe.lib cudart.lib cublas.lib curand.lib gflagsd.lib libglog.lib libopenblas.dll.a libprotobuf.lib leveldb.lib hdf5.lib hdf5_hl.lib Shlwapi.lib
最后，由於要用到caffe模型，那么必然會出現注冊層的問題，這里我們新建一個head.h的頭文件，然后在代碼中引用該頭文件即可。有人說，不這樣不行么，建議大家最好這樣，因為不這樣一般會報出"未知的層"等相關錯誤。比如：
head.h的內容為（注意，這里面的層必須至少要包含你用到的網絡的相關層，否則會出錯）：
#include<caffe/common.hpp> #include "caffe/caffe.hpp" #include<caffe/proto/caffe.pb.h> #include<caffe/layers/batch_norm_layer.hpp> #include<caffe/layers/bias_layer.hpp> #include <caffe/layers/concat_layer.hpp> #include <caffe/layers/conv_layer.hpp> #include <caffe/layers/dropout_layer.hpp> #include<caffe/layers/input_layer.hpp> #include <caffe/layers/inner_product_layer.hpp> #include "caffe/layers/lrn_layer.hpp" #include <caffe/layers/pooling_layer.hpp> #include <caffe/layers/relu_layer.hpp> #include "caffe/layers/softmax_layer.hpp" #include<caffe/layers/scale_layer.hpp> namespace caffe { extern INSTANTIATE_CLASS(BatchNormLayer); extern INSTANTIATE_CLASS(BiasLayer); extern INSTANTIATE_CLASS(InputLayer); REGISTER_LAYER_CLASS(Input); extern INSTANTIATE_CLASS(InnerProductLayer); extern INSTANTIATE_CLASS(DropoutLayer); extern INSTANTIATE_CLASS(ConvolutionLayer); REGISTER_LAYER_CLASS(Convolution); extern INSTANTIATE_CLASS(ReLULayer); REGISTER_LAYER_CLASS(ReLU); extern INSTANTIATE_CLASS(PoolingLayer); REGISTER_LAYER_CLASS(Pooling); extern INSTANTIATE_CLASS(LRNLayer); REGISTER_LAYER_CLASS(LRN); extern INSTANTIATE_CLASS(SoftmaxLayer); REGISTER_LAYER_CLASS(Softmax); extern INSTANTIATE_CLASS(ScaleLayer); extern INSTANTIATE_CLASS(ConcatLayer); }
這樣，完成后就可以對工程進行第一次編譯，在編譯時，可能會出現如下主要問題：
1 出現某一層重復注冊的問題：
這時，你就要根據錯誤提示，找到是哪個層重復注冊了，就將相應的REGISTER_LAYER_CLASS(Convolution);雙斜杠掉即可，最后類似於這樣：
#include<caffe/common.hpp> #include "caffe/caffe.hpp" #include<caffe/proto/caffe.pb.h> #include<caffe/layers/batch_norm_layer.hpp> #include<caffe/layers/bias_layer.hpp> #include <caffe/layers/concat_layer.hpp> #include <caffe/layers/conv_layer.hpp> #include <caffe/layers/dropout_layer.hpp> #include<caffe/layers/input_layer.hpp> #include <caffe/layers/inner_product_layer.hpp> #include "caffe/layers/lrn_layer.hpp" #include <caffe/layers/pooling_layer.hpp> #include <caffe/layers/relu_layer.hpp> #include "caffe/layers/softmax_layer.hpp" #include<caffe/layers/scale_layer.hpp> namespace caffe { extern INSTANTIATE_CLASS(BatchNormLayer); extern INSTANTIATE_CLASS(BiasLayer); extern INSTANTIATE_CLASS(InputLayer); //REGISTER_LAYER_CLASS(Input); extern INSTANTIATE_CLASS(InnerProductLayer); extern INSTANTIATE_CLASS(DropoutLayer); extern INSTANTIATE_CLASS(ConvolutionLayer); //REGISTER_LAYER_CLASS(Convolution); extern INSTANTIATE_CLASS(ReLULayer); //REGISTER_LAYER_CLASS(ReLU); extern INSTANTIATE_CLASS(PoolingLayer); //REGISTER_LAYER_CLASS(Pooling); extern INSTANTIATE_CLASS(LRNLayer); //REGISTER_LAYER_CLASS(LRN); extern INSTANTIATE_CLASS(SoftmaxLayer); //REGISTER_LAYER_CLASS(Softmax); extern INSTANTIATE_CLASS(ScaleLayer); extern INSTANTIATE_CLASS(ConcatLayer); }
2 如果出現相關dll文件找不到的系統錯誤情況：
兩種辦法：（1）在D:\Resource\caffe\caffe-windows\Build\x64\Debug（如果你是Release就在Release文件中）文件下，找到對應的dll文件，將其拷貝到項目生成的Debug文件夾下面即可，比如：
（2）在項目文件下新建一個dll文件夾，將D:\Resource\caffe\caffe-windows\Build\x64\Debug文件下所有的dll文件拷貝進dll文件夾中，並在屬性->配置屬性->調試->環境中添加：path=E:\qt\ImageRetrival\dll;再編譯即可。
總結：上面的兩個是在新建項目中配置caffe出現最多的問題，當然也會有其他的問題，這時就需要你根據具體的問題，查閱相關文檔或者自己調試，找出問題，對症下葯了。可能這需要花費很多時間，但是不要輕言放棄，相信最后都會解決的。我前后花費了一周多的時間，也是每天不想再調了，但是咬咬牙還是堅持着去解決問題。最后，祝大家都能順利配置成功，如果有什么問題可以在下面給我留言，我一定依照我的經驗給大家一一解答，希望能幫到大家，少走一些彎路。
另外：有過有人對於如何在自己的工程里面如何通過caffe加載你要用的網絡模型的話，我給大家提供一個鏈接，該鏈接對於如何通過caffe調用網絡模型提取特征，以代碼的形式給予了詳細解答：http://blog.csdn.net/mr_curry/article/details/52456548，后續我會補上關於通過caffe調用網絡模型提取Mat類型特征的相關預處理及后處理操作詳細代碼，比如設置與網絡模型要求相同的圖像大小，通道類型，加載並減去均值等預處理，以及后續的對高維度的特征進行歸一化，最后保存到容器中后處理。歡迎大家一起交流探討！