使用MDnet時遇到的一些問題（matlab版）

最近使用嘗試使用MDNet做一些tracking問題，作者提供了matlab和python兩種實現

• https://github.com/HyeonseobNam/MDNet
• https://github.com/HyeonseobNam/py-MDNet

由於python版本需要使用torch，決定先使用matlab版本試一下，然后就踩進了一些坑，以下做一下記錄備忘（

機器配置Ubuntu 16.04 LTS, CPU E5 1620, GPU GTX1080ti, CUDA 8.0

首先編譯matconvnet：

MDNet自帶一個MatConvnet，需要手動編譯，自帶的MakeFile文件不能實現直接編譯，做了一些修改：

1. 刪除了doc相關的信息：

```
#include doc/MakeFile
clean: #doc-clean
```

2. 增加GPU支持

```
ENABLE_GPU ?= yes
```

3. 修改相關引用目錄和信息

```
ARCH ?= glnxa64
MATLABROOT ?= /usr/local/MATLAB/R2017a
CUDAROOT ?= /usr/local/cuda
```

4. 修改了ARCH后發現glnxa64編譯時會出現 "nvcc fatal : redefinition of argument 'optimize'" 問題，發現是debug默認開啟，優化選項為O，但是glnxa64在makefile中使用了O3優化，因此需要在MakeFile開始處設置：

```
DEBUG?= no
```

5. 至此可使用make進行編譯
6. 關於使用cudnn

 在編譯的時候嘗試使用過cudnn6，但是發現似乎不支持，官網上也只說支持cudnn2和4，如果之后有需求，再進行更新，錯誤如下：


```
matlab/src/bits/impl/nnconv_cudnn.cu:112: error: argument of type "int" is incompatible with parameter of type "cudnnTensorFormat_t"

matlab/src/bits/impl/nnconv_cudnn.cu:112: error: too few arguments in function call

matlab/src/bits/impl/nnconv_cudnn.cu:134: error: too few arguments in function call

matlab/src/bits/impl/nnconv_cudnn.cu:207: error: identifier "CUDNN_ADD_SAME_C" is undefined

matlab/src/bits/impl/nnconv_cudnn.cu:207: error: argument of type "float *" is incompatible with parameter of type "cudnnTensorDescriptor_t"

matlab/src/bits/impl/nnconv_cudnn.cu:207: error: argument of type "float *" is incompatible with parameter of type "cudnnTensorDescriptor_t"

matlab/src/bits/impl/nnconv_cudnn.cu:207: error: too many arguments in function call

matlab/src/bits/impl/nnconv_cudnn.cu:319: error: argument of type "int" is incompatible with parameter of type "cudnnTensorFormat_t"

matlab/src/bits/impl/nnconv_cudnn.cu:319: error: too few arguments in function call

matlab/src/bits/impl/nnconv_cudnn.cu:328: error: too few arguments in function call

matlab/src/bits/impl/nnconv_cudnn.cu:355: error: argument of type "float *" is incompatible with parameter of type "cudnnConvolutionBwdFilterAlgo_t"

matlab/src/bits/impl/nnconv_cudnn.cu:355: error: argument of type "float *" is incompatible with parameter of type "size_t"

matlab/src/bits/impl/nnconv_cudnn.cu:355: error: too few arguments in function call

matlab/src/bits/impl/nnconv_cudnn.cu:367: error: argument of type "float *" is incompatible with parameter of type "cudnnConvolutionBwdDataAlgo_t"

matlab/src/bits/impl/nnconv_cudnn.cu:367: error: argument of type "float *" is incompatible with parameter of type "size_t"

matlab/src/bits/impl/nnconv_cudnn.cu:367: error: too few arguments in function call

```

完成matconvnet編譯工作后，配置matlab環境

1.    在matlab里運行 " run matconvnet/matlab/vl_setupnn.m"配置matconvnet環境
2.    “run setup_mdnet.m" 完成mdnet環境配置

運行：

由於對matlab路徑不熟悉，使用時將其目錄改為了絕對路徑

demo_tracking.m

case 'otb'
    net = fullfile('/pathto/MDNet/models','mdnet_vot-otb.mat');

genConfig.m

case {'otb'}
    % path to OTB dataset
    benchmarkSeqHome ='/pathto/MDNet/dataset/OTB/';

效果和一些個人想法

在不進行訓練的幀上，MDNet在本機運行速度大概是 0.5s/幀 ，其中正向傳播每張圖大概用時四分之一秒（256張sample），抽取和保存sample約四份之一秒

若該幀對長期或短期記憶進行訓練，總用時大概在1.3s/幀

個人認為雖然追蹤效果很好，但是時間上消耗還是很厲害。不知道如果使用cudnn會不會有效提升效率