最近在跑C-COT目标跟踪的代码。第一次接触在matlab上运行深度卷积网络,花费不少功夫。

1、所需提前安装的内容

matlab2018a、visual studio2017(尤其是C++模块,务必要安装)
之后根据C-COT作者的描述:
Download matconvnet ZIP file from https://github.com/vlfeat/matconvnet and unpack it in the external_libs/matconvnet/ folder of the repository.

Download PDollar Toolbox ZIP file from https://github.com/pdollar/toolbox and unpack it in the external_libs/pdollar_toolbox/ folder of the repository.
即将解压后的文件底下的内容分别放在C-COT底下的external_libs/matconvnet/和external_libs/pdollar_toolbox/底下。

之后在matlab命令行窗口
1、输入mex -setup,
2、根据提示输入mex -setup C++,
3、进入到matconvnet安装目录cd external_libs/matconvnet/,
4、输入addpath matlab,即将matconvnet底下的matlab路径添加至变量中

2、matlab中运行install.m

这时出现了问题,显示:

*'cl.exe' 不是内部或外部命令,也不是可运行的程序
或批处理文件。
错误使用 vl_compilenn>check_clpath (line 656)
Unable to find cl.exe*

主要原因是因为matlab没有与visual studio2017联系起来,找不到cl.exe文件的位置。

解决方法:
在网上找了很多方法,主要是说
1、将646行左右的cl_path = fullfile(cc.Location, ‘VC’, ‘bin’, ‘amd64’); (该语句在check_clpath函数内)改成 cl_path=‘D:\Program Files (x86)\Microsoft Visual Studio\2017\Enterprise\VC\Tools\MSVC\14.15.26726\bin\Hostx64\x64’; 即可解决。
2、也有说找到cl.exe这个文件找到,复制到external_libs/matconvnet/目录底下,两种方法我都进行了尝试。最后觉得还是第一种方法靠谱。我的vs2017安装位置比较奇葩,位于C:\Program Files (x86)\Vision\VC\Tools\MSVC\14.14.26428\bin\Hostx64\x64底下。
社区版的visual studio的cl.exe位置(C:\Program Files (x86)\Microsoft Visual Studio 14.0\VC\bin\amd64)
这时运行install.m,会显示

表示运行成功,在cd external_libs/matconvnet/matlab中出现大量.mexw64文件(计算机是64位的)以及mex文件。

同时在feature_extraction/networks底下出现一个imagenet-vgg-m-2048文件,是从网上下载的CNN网络。

3、运行demo.m文件

运行demo.m文件时也出现了错误,显示imagenet-vgg-m-2048文件不是二进制,无法使用load,我去目录底下查看该文件,发现该文件只有1k大小,应该是下载出问题,继续运行install.m文件仍无法解决,因此我直接去网址上下载该文件,并复制到feature_extraction/networks底下

这时,运行demo.m文件既可以进行目标跟踪。效果如下:

C-COT代码运行----Matlab2018a运行matconvnet深度卷积网络相关推荐

  1. 深度学习笔记 第四门课 卷积神经网络 第二周 深度卷积网络:实例探究

    本文是吴恩达老师的深度学习课程[1]笔记部分. 作者:黄海广[2] 主要编写人员:黄海广.林兴木(第四所有底稿,第五课第一二周,第三周前三节).祝彦森:(第三课所有底稿).贺志尧(第五课第三周底稿). ...

  2. 04.卷积神经网络 W2.深度卷积网络:实例探究(作业:Keras教程+ResNets残差网络)

    文章目录 作业1:Keras教程 1. 快乐的房子 2. 用Keras建模 3. 用你的图片测试 4. 一些有用的Keras函数 作业2:残差网络 Residual Networks 1. 深层神经网 ...

  3. 吴恩达deeplearning.ai系列课程笔记+编程作业(11)第四课 卷积神经网络-第二周 深度卷积网络:实例探究(Deep convolutional models: case studies)

    第四门课 卷积神经网络(Convolutional Neural Networks) 第二周 深度卷积网络:实例探究(Deep convolutional models: case studies) ...

  4. (四十七:2021.08.25)《ENCASE:使用专业特征和深度卷积网络相结合来对ECG进行分类》

    <ENCASE:使用专业特征和深度卷积网络相结合来对ECG进行分类(ENCASE: an ENsemble ClASsifiEr for ECG Classification Using Exp ...

  5. 第二周 深度卷积网络:实例探究(Deep convolutional models: case studies)

    第二周 深度卷积网络:实例探究(Deep convolutional models: case studies) 文章目录 第二周 深度卷积网络:实例探究(Deep convolutional mod ...

  6. 吴恩达深度学习笔记11-Course4-Week2【深度卷积网络:实例探究】

    深度卷积网络:实例探究 实例探究(Case studies) 为什么要进行实例探究(Why look at case studies?) 从中获得灵感,借鉴一些效果很好的网络来完成自己的任务. 一.经 ...

  7. 4.4)深度卷积网络:人脸识别和神经风格转换

    目录 1)What is face recognition? 2)One-shot learning 3)Siamese network 4)Triplet Loss(重点) 5)Face Verif ...

  8. 深度卷积网络详细解释

    深度卷积网络 涉及问题: 1.每个图如何卷积: (1)一个图如何变成几个? (2)卷积核如何选择? 2.节点之间如何连接? 3.S2-C3如何进行分配? 4.16-120全连接如何连接? 5.最后ou ...

  9. 深度卷积网络CNN与图像语义分割

    转载请注明出处:  http://xiahouzuoxin.github.io/notes/html/深度卷积网络CNN与图像语义分割.html 级别1:DL快速上手 级别2:从Caffe着手实践 级 ...

  10. 经典论文复现 | 基于深度卷积网络的图像超分辨率算法

    过去几年发表于各大 AI 顶会论文提出的 400 多种算法中,公开算法代码的仅占 6%,其中三分之一的论文作者分享了测试数据,约 54% 的分享包含"伪代码".这是今年 AAAI ...

最新文章

  1. echarts常用方法,legend状态支持两张图片切换(四)
  2. HDU 4630 No Pain No Game(树状数组)
  3. c语言检测四个方向键盘输入,如何既检测鼠标单击又检测键盘输入
  4. python word排版_使用Python通过win32 COM实现Word文档的写入与保存方法
  5. (转)Engineering Productivity
  6. Python 函数式编程
  7. Kotlin学习笔记-----函数的定义
  8. Java Minor发布计划再次进行了调整
  9. java listutils_Java的list自定义工具类ListUtils
  10. 阿里云云效技术专家分享:云原生开发、调测及可靠发布解决方案
  11. HashMap原理解析
  12. CoreLocation框架--监测方向/地磁传感器
  13. ubuntu linux网关不通,Ubuntu 8.04不能上网等问题的解决
  14. UNIX 环境高级编程(五)—— unistd.h
  15. lepus监控oracle数据库_实用脚本一键监控oracle数据库索引使用状况
  16. sql server 数据库连接方式分析、详解
  17. stm32做的usb游戏手柄xbox360
  18. 数组:求绝对值最小的数
  19. 如何重新安装正版Win10
  20. JavaScript 用函数方法比较任意三个数字的最大值

热门文章

  1. 以图搜图源码html,以图搜图功能实现 (源码+解析)
  2. mysql查询父子关系树_数据库 SQL 遍历父子关系表(二叉树)获得所有子节点 所有父节点...
  3. 关于Unable to read additional data from server sessionid 0x0问题的解决。
  4. python模块导入详解
  5. 快手数码手机广告要怎么投放?需要满足什么条件?
  6. Go语言之flag基础用法
  7. java8 treemap 排序_TreeSet 和TreeMap 排序
  8. treemap倒叙_lua 模拟Treemap 排序
  9. 在react中使用codemirror
  10. C# QQ连连看外挂(内存版)源代码