Win10+vs2015+Caffe 動（靜）態庫配置自己的工程

轉載請註明原出處：http://blog.csdn.net/ouyangfushu/article/details/79546566

作者：SyGoing

QQ:  2446799425

一、  工程目錄預覽

動態庫版本caffe和靜態庫版本caffe工程目錄為：

1、3rdparty目錄層次為：v1_shared\3rdparty\windows，該路徑下存放：

2、caffe_vs2015Test資料夾為此次的demo工程。

二、  caffe動/靜態庫配置

一）、caffe編譯

caffe靜/動態庫編譯，可以參考官方github的說明，預設cmake只能編譯靜態庫，編譯動態庫需要用到ninja,詳情見：

二）、vs2015配置之動態庫

新建一個普通win32控制檯應用程式，工程名為caffe_vs2015Test，將該工程放置在3rdparty同級目錄

1、庫檔案準備。

  （1）caffe庫

Caffe資料夾下：

lib: caffe.lib，caffeproto.lib

bin: caffe\bin

Include: caffe\include\caffe

Include2: include2\caffe

proto下:

（2）caffe的第三方依賴庫

Caffe3rdparty資料夾下(

主要是一些google,boost和gflags等三方庫。

Include:非常多直接拷貝出來就可以

Lib:

（3）opencv，opencv不在贅述，此版本預設opencv3.1.0,下載好拷貝到這個檔案下即可，Opencv目錄下

2、配置

（1） C/C++的常規：配置標頭檔案包含目錄

此處為相對路徑配置，也可以直接絕對路徑。

（2） 前處理器定義：

_CRT_SECURE_NO_WARNINGS

BOOST_ALL_NO_LIB

CAFFE_VERSION=1.0.0

CMAKE_WINDOWS_BUILD

GLOG_NO_ABBREVIATED_SEVERITIES

GOOGLE_GLOG_DLL_DECL=__declspec(dllimport)

GOOGLE_GLOG_DLL_DECL_FOR_UNITTESTS=__declspec(dllimport)

H5_BUILT_AS_DYNAMIC_LIB=1

USE_CAFFE

USE_CUDNN

USE_OPENCV

USE_LEVELDB

USE_LMDB

CMAKE_INTDIR="Release"

NDEBUG

（3） 連結器定義：

常規：需要定義opencv庫目錄以及cuda8.0庫目錄

輸入：.lib

..\..\3rdparty\windows\caffe\lib\caffe.lib

..\..\3rdparty\windows\caffe\lib\caffeproto.lib

..\..\3rdparty\windows\caffe3rdparty\lib\boost_filesystem-vc140-mt-1_61.lib

..\..\3rdparty\windows\caffe3rdparty\lib\boost_system-vc140-mt-1_61.lib

..\..\3rdparty\windows\caffe3rdparty\lib\caffehdf5.lib

..\..\3rdparty\windows\caffe3rdparty\lib\caffehdf5_hl.lib

..\..\3rdparty\windows\caffe3rdparty\lib\caffezlib.lib

..\..\3rdparty\windows\caffe3rdparty\lib\gflags.lib

..\..\3rdparty\windows\caffe3rdparty\lib\glog.lib

..\..\3rdparty\windows\caffe3rdparty\lib\leveldb.lib

..\..\3rdparty\windows\caffe3rdparty\lib\libopenblas.dll.a

..\..\3rdparty\windows\caffe3rdparty\lib\libprotobuf.lib

..\..\3rdparty\windows\caffe3rdparty\lib\lmdb.lib

..\..\3rdparty\windows\caffe3rdparty\lib\snappy.lib

###..\..\3rdparty\windows\opencv\x64\vc14\lib\opencv_world310.lib

opencv_world310.lib（已經包含庫目錄）

cublas.lib

cublas_device.lib

cudart.lib

cudnn.lib

curand.lib

ntdll.lib

shlwapi.lib

（4） 將所有開始準備的.dll複製拷貝到x64\release下。

工程所需要的caffe及其三方庫配置完畢，接下來就可以根據自己的需求編寫相應的程式碼了。

（5） 測試

這裡還是以classification為例，這個程式碼經過我的整理變成caffepredict.hpp和caffepredict.cpp,再配合一個測試的帶有Main函式的.cpp檔案就可以了。

說明：需要說明的事caffe動態庫配置時不需要加入Register.hpp標頭檔案，因為動態庫可以載入caffe中的虛擬函式和虛類，這個在我以前的部落格vs2013配置caffe靜態庫中有說明，caffe靜態庫必須加入Register.hpp，部落格連結：

三）、vs2015配置之靜態庫

靜態庫的配置與動態庫基本一致，不同點：

（1）在動態庫配置基礎上需要在工程中加入Register.hpp才能正常載入.prototxt檔案，將Layer註冊資訊載入進記憶體，手動註冊層類的資訊，動態庫沒有caffe.dll，再貼一次Register.hpp的示例，其中的需要的層根據自己網路模型中用到的層手動新增即可。

 
#ifndef REGISTER_LAYER_CLASS_H

#define REGISTER_LAYER_CLASS_H


#include<caffe/common.hpp>

#include<caffe/layers/scale_layer.hpp>

#include<caffe/layers/input_layer.hpp>

#include<caffe/layers/inner_product_layer.hpp>

#include<caffe/layers/dropout_layer.hpp>

#include<caffe/layers/conv_layer.hpp>

#include<caffe/layers/relu_layer.hpp>

#include<caffe/layers/pooling_layer.hpp>

#include<caffe/layers/lrn_layer.hpp>

#include<caffe/layers/softmax_layer.hpp>

#include<caffe/layers/batch_norm_layer.hpp>

#include<caffe/layers/concat_layer.hpp>

namespace caffe{

    extern INSTANTIATE_CLASS(InputLayer);

    extern INSTANTIATE_CLASS(InnerProductLayer);

    extern INSTANTIATE_CLASS(DropoutLayer);

    extern INSTANTIATE_CLASS(InputLayer);

    extern INSTANTIATE_CLASS(BatchNormLayer);

    extern INSTANTIATE_CLASS(ConcatLayer);

    extern INSTANTIATE_CLASS(ScaleLayer);

    extern INSTANTIATE_CLASS(BiasLayer);

    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);

}
#endif

（2）還有一小點需要注意的是：caffe所依賴的第三方庫有些也要用對應的靜態庫版本，如果不知道可以全部複製過來。