Windows下基于CMake编译配置官方Caffe/Caffe-SSD

Windows下基于CMake编译配置Caffe/SSD

by ChrisZZ, imzhuo@foxmail.com

简要说明

最近需要在Windows下开发，在Windows下基于CMake编译配置了Caffe/PyCaffe，记录一下。

特点：

• 可以修改caffe依赖库存放目录
• 可以指定opencv版本
• 可以用于1080Ti等显卡的正确编译
• 给出了基于CMake调用Caffe.lib的例子
• 使用caffe.lib的项目中也可调试到caffe源码中
• 支持caffe-SSD，包括boost regex报错的正确处理
• 包括指定python可执行文件路径和多个pycaffe切换

[TOC]

1. 环境说明

系统： Win7/Win10 编译器：Visual Studio 2013 构建器：CMake 3.13 Python: python2.7，用anaconda装的。注意python.exe所在目录放到系统PATH环境变量中。 CUDA： 9.2 （可选） CuDNN：7.0（可选） 终端： cmd窗口 Caffe源码: 官方Caffe的windows分支 。后续考虑SSD代码

2. 配置官方Caffe

2.1 下载Caffe源码和Windows依赖包

Caffe源码 进cmd敲：

d:
cd work
git clone https://github.com/BVLC/caffe caffe-BVLC
cd caffe-BVLC
git checkout -b windows origin/windows

或者从官方网页 下载压缩包。

Caffe的Windows依赖包 源码中cmake脚本里会自动下载依赖包，但为了避免cmake下载遭遇网络问题，以及修改配置项的方便，根据scripts/download_prebuilt_dependencies.py手动下载依赖文件： (如果你网路还可以，那么忽略这一小节，脚本会自动下载）

WIN_DEPENDENCIES_URLS = {
    ('v120', '2.7'):("https://github.com/willyd/caffe-builder/releases/download/v1.1.0/libraries_v120_x64_py27_1.1.0.tar.bz2",
                  "ba833d86d19b162a04d68b09b06df5e0dad947d4"),
    ('v140', '2.7'):("https://github.com/willyd/caffe-builder/releases/download/v1.1.0/libraries_v140_x64_py27_1.1.0.tar.bz2",
                  "17eecb095bd3b0774a87a38624a77ce35e497cd2"),
    ('v140', '3.5'):("https://github.com/willyd/caffe-builder/releases/download/v1.1.0/libraries_v140_x64_py35_1.1.0.tar.bz2",
                  "f060403fd1a7448d866d27c0e5b7dced39c0a607"),
}

依赖包存放目录：

• 默认方式下，放到C:\Users\<UserName>\.caffe\dependencies\download\目录。

• 如果怕C盘空间占用，也可以在别的目录存放依赖包，后续CMake阶段指定-DCAFFE_DEPENDENCIES_ROOT_DIR=xxx即可，例如我放到了D:/lib/caffe_windows_deps/download/libraries_v120_x64_py27_1.1.0.tar.bz2。

• 为了方便讨论，我们把C:\Users\<UserName>\.caffe\dependencies目录或D:/lib/caffe_windows_deps/记做CAFFE_DEPENDENCIES_ROOT_DIR

2.2 修改cuda配置（可选）

cpu模式编译的调过这一小节。

cmake/Cuda.cmake，第7行，去掉20和21的算力支持（否则新版cuda会报错），改成：

set(Caffe_known_gpu_archs "30 35 50 52 60 61")

cmake/Cuda.cmake，第40行左右，手动设定nvcc架构版本，例如我是1080Ti显卡，使用6.1:

    # if(__nvcc_res EQUAL 0)
    #   # nvcc outputs text containing line breaks when building with MSVC.
    #   # The line below prevents CMake from inserting a variable with line
    #   # breaks in the cache
    #   string(REGEX MATCH "([1-9].[0-9])" __nvcc_out "${__nvcc_out}")
    #   string(REPLACE "2.1" "2.1(2.0)" __nvcc_out "${__nvcc_out}")
    #   set(CUDA_gpu_detect_output ${__nvcc_out} CACHE INTERNAL "Returned GPU architetures from caffe_detect_gpus tool" FORCE)      
    # endif()
    set(__nvcc_out "6.1")

(为啥这里的自动获取计算能力版本有问题？大概是字符编码导致输出很多警告，警告信息影响了正确结果的获取) (每个Nvidia显卡型号对应的compute ability表见：https://blog.csdn.net/real_myth/article/details/44308169)

CAFFE_DEPENDENCIES_ROOT_DIR目录下的libraries_v120_x64_py27_1.1.0\libraries\include\boost-1_61\boost\config\compiler\nvcc.hpp：注释掉最后三行：

#if !defined(__CUDACC_VER__) || (__CUDACC_VER__ < 70500)
#   define BOOST_NO_CXX11_VARIADIC_TEMPLATES
#endif

（原因：cuda7.5以后，__CUDACC_VER__被废除，应当使用__CUDACC_VER_MAJOR_和__CUDACC_VER_MINOR__等，如果不注释掉，会报错：

libraries_v140_x64_py35_1.1.0/libraries/include/boost-1_61\boost/config/compiler/nv cc.hpp(22): fatal error C1017: invalid integer constant expression

参考https://github.com/BVLC/caffe/issues/5994、https://blog.csdn.net/qq_37817177/article/details/80604294）。

2.3 使用官方提供的步骤编译

这种方式下，调用的是.\scripts\build_win.cmd脚本，CMake依赖包必须放到C:\Users\<UserName>\.caffe\dependencies\download\目录。缺点是： 1.浪费C盘空间；

2.定制项被写死了，不灵活。 例如opencv版本被限定死了为3.1。例如imread读取jpg在[3.0.0, 3.4.1]版本区间内的结果是一种，在2.4.x和>=3.4.2版本中的结果是另一种，输入数据的不一致会导致卷积网计算结果不一致。

因此，这种方式主要适合小白入门用用，实际项目开发中不方便。其具体操作为：

回到刚才的cmd，继续敲（#后面是注释，不用敲进去）

set PATH=%PATH%;C:\Windows\Microsoft.NET\Framework\v4.0.30319  #临时添加MSBuild.exe的路径
set MSVC_VERSION=12 #12对应到我用的vs2013.  build_win.cmd中默认为vs2015，也就是13
set WITH_NINJA=0  # 不使用ninja，用visual studio。因为编译中间出了问题在vs里面好查看。
# set CPU_ONLY=1  # 如果没有GPU，或者就是想编译CPU版本，则开启
set RUN_INSTALL=1 #安装。默认走的非appveyor分支，RUN_INSTALL为0，这不是坑人么。

.\scripts\build_win.cmd # 前面我写明的修改项都完成后，本行会顺利执行。

编译期间出现“锟斤拷”的乱码可以忽略，最后：

build_win.cmd脚本中的设定，默认编译的是release模式的。修改脚本，或者干脆打开cmake生成的build/Caffe.sln工程来编译debug版本。

2.4 手动CMake构建，使用官方依赖包

.\scripts\build_win.cmd脚本包含了太多内容，对于本地开发来说没有用还干扰视线。

caffe根目录下创建编辑compile-xxx.bat脚本，手动调用CMake，简化流程。

vs2013, cpu模式，使用官方依赖包 compile-vs2013-cpu.bat

set BUILD_DIR=build-vs2013
if exist %BUILD_DIR% rd /s /q %BUILD_DIR%
md %BUILD_DIR%
cd %BUILD_DIR%

set DEP_ROOT=F:/zhangzhuo/lib/caffe_windows_deps

cmake -G "Visual Studio 12 2013 Win64" ^
    -DCAFFE_DEPENDENCIES_ROOT_DIR=%DEP_ROOT% ^
    -DCPU_ONLY=ON ^
    -DBLAS=Open ^
    ..

cd ..

vs2013, 手工指定opencv目录、动态库 经过测试，VS2015如果指定opencv为3.3.0或3.4.5版本，debug模式下编译tools这个target会提示cv::flip()和cv::resize()等函数为无法解析的符号，如果不指定opencv则其实使用的是opencv3.1.0，或者手动指定opencv为3.1.0，都没有这个问题。opencv的版本仍然是个问题。:

1>------ 已启动生成: 项目: caffe.bin, 配置: Debug x64 ------
1>    正在创建库 E:/toy/caffe/build/vs2015-x64-opencv330/lib/Debug/caffe-d.bin.lib 和对象 E:/toy/caffe/build/vs2015-x64-opencv330/lib/Debug/caffe-d.bin.exp
1>caffe-d.lib(window_data_layer.obj) : error LNK2019: 无法解析的外部符号 "void __cdecl cv::flip(class cv::_InputArray const &,class cv::_OutputArray const &,int)" (?flip@cv@@YAXAEBV_InputArray@1@AEBV_OutputArray@1@H@Z)，该符号在函数 "protected: virtual void __cdecl caffe::WindowDataLayer<float>::load_batch(class caffe::Batch<float> *)" (?load_batch@?$WindowDataLayer@M@caffe@@MEAAXPEAV?$Batch@M@2@@Z) 中被引用
1>caffe-d.lib(window_data_layer.obj) : error LNK2019: 无法解析的外部符号 "void __cdecl cv::resize(class cv::_InputArray const &,class cv::_OutputArray const &,class cv::Size_<int>,double,double,int)" (?resize@cv@@YAXAEBV_InputArray@1@AEBV_OutputArray@1@V?$Size_@H@1@NNH@Z)，该符号在函数 "protected: virtual void __cdecl caffe::WindowDataLayer<float>::load_batch(class caffe::Batch<float> *)" (?load_batch@?$WindowDataLayer@M@caffe@@MEAAXPEAV?$Batch@M@2@@Z) 中被引用
1>caffe-d.lib(io.obj) : error LNK2001: 无法解析的外部符号 "void __cdecl cv::resize(class cv::_InputArray const &,class cv::_OutputArray const &,class cv::Size_<int>,double,double,int)" (?resize@cv@@YAXAEBV_InputArray@1@AEBV_OutputArray@1@V?$Size_@H@1@NNH@Z)
1>caffe-d.lib(io.obj) : error LNK2019: 无法解析的外部符号 "class cv::Mat __cdecl cv::imdecode(class cv::_InputArray const &,int)" (?imdecode@cv@@YA?AVMat@1@AEBV_InputArray@1@H@Z)，该符号在函数 "class cv::Mat __cdecl caffe::DecodeDatumToCVMatNative(class caffe::Datum const &)" (?DecodeDatumToCVMatNative@caffe@@YA?AVMat@cv@@AEBVDatum@1@@Z) 中被引用
1>caffe-d.lib(io.obj) : error LNK2019: 无法解析的外部符号 "bool __cdecl cv::imencode(class cv::String const &,class cv::_InputArray const &,class std::vector<unsigned char,class std::allocator<unsigned char> > &,class std::vector<int,class std::allocator<int> > const &)" (?imencode@cv@@YA_NAEBVString@1@AEBV_InputArray@1@AEAV?$vector@EV?$allocator@E@std@@@std@@AEBV?$vector@HV?$allocator@H@std@@@5@@Z)，该符号在函数 "bool __cdecl caffe::ReadImageToDatum(class std::basic_string<char,struct std::char_traits<char>,class std::allocator<char> > const &,int,int,int,bool,class std::basic_string<char,struct std::char_traits<char>,class std::allocator<char> > const &,class caffe::Datum *)" (?ReadImageToDatum@caffe@@YA_NAEBV?$basic_string@DU?$char_traits@D@std@@V?$allocator@D@2@@std@@HHH_N0PEAVDatum@1@@Z) 中被引用
1>E:\toy\caffe\build\vs2015-x64-opencv330\tools\Debug\caffe-d.exe : fatal error LNK1120: 4 个无法解析的外部命令
========== 生成: 成功 0 个，失败 1 个，最新 3 个，跳过 0 个 ==========

opencv249的windows pack同时提供动态共享库和静态库，默认静态库。编译caffe需要共享库，需要手动开启：OpenCV_STATIC=OFF。

set BUILD_DIR=build-vs2013-opencv249
if exist %BUILD_DIR% rd /s /q %BUILD_DIR%
md %BUILD_DIR%
cd %BUILD_DIR%

set DEP_ROOT=D:/lib/caffe_windows_deps
set OpenCV_DIR=D:/lib/opencv_249/build

cmake -G "Visual Studio 12 2013 Win64" ^
    -DCAFFE_DEPENDENCIES_ROOT_DIR=%DEP_ROOT% ^
    -DCPU_ONLY=ON ^
    -DBLAS=Open ^
    -DOpenCV_DIR=%OpenCV_DIR% ^
    -DOpenCV_STATIC=OFF ^
    ..

cd ..

opencv310windows pack只提供了动态库，所以不用指定-DOpenCV_STATIC=OFF

set BUILD_DIR=build-vs2013-opencv310
if exist %BUILD_DIR% rd /s /q %BUILD_DIR%
md %BUILD_DIR%
cd %BUILD_DIR%

set DEP_ROOT=F:/zhangzhuo/lib/caffe_windows_deps
set OpenCV_DIR=F:/zhangzhuo/lib/opencv_310/build

cmake -G "Visual Studio 12 2013 Win64" ^
    -DCAFFE_DEPENDENCIES_ROOT_DIR=%DEP_ROOT% ^
    -DCPU_ONLY=ON ^
    -DBLAS=Open ^
    -DOpenCV_DIR=%OpenCV_DIR% ^
    ..

cd ..

执行完compile-xxx.bat脚本后，打开生成的.sln文件，分别Release和Debug模式，执行CMakeTargets/INSTALL。

2.5 python版本问题

现在通常安装anaconda或miniconda来安装python、管理python环境，然后用pip安装下载python包。往往系统存在python2和python3两个版本。装两个Anaconda不如装一个Anaconda然后再创建一个虚拟环境方便。编译Pycaffe需要指定python版本，由于我依赖的opencv是2.4.9，其cv2.pyd只支持python2.7，因而pycaffe也只能支持python2.7。需要指定Python.exe路径以免找不到或找错成python3的exe：在执行cmake时指定-DPYTHON_EXECUTABLE=xxxx，例如：

set BUILD_DIR=vs2013-x64
set BUILD_PLATFORM=x64
set BUILD_COMPILER=vc12

if exist %BUILD_DIR% rd /s /q %BUILD_DIR%
md %BUILD_DIR%
cd %BUILD_DIR%

set DEP_ROOT=F:/zhangzhuo/lib/caffe_windows_deps
set OpenCV_DIR=D:/lib/opencv/2.4.9
set PYTHON_DIR=e:/soft/Miniconda3/envs/py27
set PYTHON_EXECUTABLE=%PYTHON_DIR%/python.exe
set INSTALL_PREFIX=D:/lib/caffe/bvlc

cmake -G "Visual Studio 12 2013 Win64" ^
    -DCAFFE_DEPENDENCIES_ROOT_DIR=%DEP_ROOT% ^
    -DCPU_ONLY=ON ^
    -DBLAS=Open ^
    -DOpenCV_DIR=%OpenCV_DIR% ^
    -DOpenCV_STATIC=OFF ^
    -DPYTHON_EXECUTABLE=%PYTHON_EXECUTABLE% ^
    -DCMAKE_INSTALL_PREFIX=D:/lib/caffe/bvlc/%BUILD_PLATFORM%/%BUILD_COMPILER% ^
    ../..

cd ..

2.6 配置pycaffe

如果系统只有一个pycaffe版本 方便点，把build/install/python/caffe文件夹，拷贝到D:\soft\Anaconda2\Lib下。以后再开VSCode时，import caffe再也不会报红了。

系统有多个版本的pycaffe

#coding: utf-8
import sys
sys.path.insert(0, '/path/to/caffe/build/pycaffe')

测试一下：import caffe，可能会出现缺少protobuf的情况：

E:\lib\caffe\bvlc\x64\vc14\python>python
Python 3.5.2 |Anaconda 4.2.0 (64-bit)| (default, Jul  5 2016, 11:41:13) [MSC v.1900 64 bit (AMD64)] on win32
Type "help", "copyright", "credits" or "license" for more information.
>>> import caffe
Failed to include caffe_pb2, things might go wrong!
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "E:\lib\caffe\bvlc\x64\vc14\python\caffe\__init__.py", line 4, in <module>
    from .proto.caffe_pb2 import TRAIN, TEST
  File "E:\lib\caffe\bvlc\x64\vc14\python\caffe\proto\caffe_pb2.py", line 6, in <module>
    from google.protobuf.internal import enum_type_wrapper
ImportError: No module named 'google'

解决：

pip install protobuf

<hr/>

3. 配置Caffe-SSD

目标检测算法SSD，其论文作者官方代码是基于Caffe的魔改版本，我称其为Caffe-SSD。在Windows上基于CMake编译Caffe-SSD，步骤与Caffe-BVLC的windows分支思路一致，都需要排查编译错误、修改少量源码从而编译成功。在前面一步中成功的在Windows下基于CMake和官方依赖包进行构建的基础上，编译配置Caffe-SSD不难，步骤如下：

3.1 下载代码、依赖项

cd /d/work
git clone https://github.com/weiliu89/caffe caffe-SSD
cd caffe-SSD
git checkout -b ssd origin/ssd

依赖包的话，使用Caffe-BVLC官方windows分支的依赖包，下载地址、存放目录见前一节。

3.2 替换CMake脚本

鉴于Caffe-BVLC的windows分支已经为windows适配做了很多，这里直接拿来用。从Caffe-BVLC的windows分支里，拷贝并替换下列文件到Caffe-SSD中：

• 整个cmake子目录
• 根目录CMakeLists.txt
• src/caffe/CMakeLists.txt
• src/gtest/CMakeLists.txt
• tools/CMakeLists.txt
• python/CMakeLists.txt

3.3 编写编译脚本

参考本文 2.4小节 "手动CMake构建，使用官方依赖包"。

3.4 CPU编译相关的报错和解决办法

我遇到的编译报错和解决办法如下。如果你希望省时间，那么先按照我的解决方案改一遍再编译；如果你希望体验自行修改Caffe-SSD以在windows下成功编译的快感，不妨先编译，遇到报错按照我下面的方法来修改。（个人还是比较推崇reproducable的modification的）

D:\work\caffe-SSD\src\caffe\common.cpp(36): error C3861: “getpid”: 找不到标识符

解决办法：common.cpp添加

#ifdef _MSC_VER
#include <process.h>
#endif

fatal error C1083: 无法打开包括文件: “gtest/gtest.h”: No such file or directory

解决办法：net.cpp，注释掉：

//#include "caffe/test/test_caffe_main.hpp"

error C3861: “snprintf”: 找不到标识符

解决办法：bbox_util.hpp添加：

#ifdef _MSC_VER
#define snprintf _snprintf
#endif

error C3861: “mkdir”: 找不到标识符

解决办法：在db_lmdb.cpp头部添加：

#if defined(_MSC_VER)
#include <direct.h>
#define mkdir(X, Y) _mkdir(X)
#endif

src\caffe\util\hdf5.cpp(34): error C2360: “occurrences_32”的初始化操作由“case”标签跳过

原因：使用的LOG_FIRST_N宏，逐层展开后有定义变量。在switch-case的case后如果定义了变量，应当使用花括号包起来。 解决办法： src/caffe/util/hdf5.cpp中找到LOG_FIRST_N宏，使用花括号包裹case后的语句块：

  case H5T_INTEGER:
	  LOG_FIRST_N(INFO, 1) << "Datatype class: H5T_INTEGER";
	  break;

  case H5T_INTEGER:
  {
	  LOG_FIRST_N(INFO, 1) << "Datatype class: H5T_INTEGER";
  }
  break;

src\caffe\util\io.cpp(44): error C3861: “open”: 找不到标识符

解决办法：src/caffe/util/io.cpp，#include <fcntl.h>后添加：

#if defined(_MSC_VER)
#include <io.h>
#endif

src\caffe\util\signal_handler.cpp(16): error C2065: “SIGHUP”: 未声明的标识符 解决办法：src/caffe/util/signal_handler.cpp，16行开始几行，原有的：

    case SIGHUP:
      got_sighup = true;
      break;

修改为：

#ifdef _MSC_VER
    case SIGBREAK:  // there is no SIGHUP in windows, take SIGBREAK instead.
      got_sighup = true;
      break;
#else
    case SIGHUP:
      got_sighup = true;
      break;
#endif

src\caffe\util\signal_handler.cpp(37): error C2079: “sa”使用未定义的 struct“`anonymous-namespace'::HookupHandler::sigaction”

解决办法：src/caffe/util/signal_handler.cpp，37行开始几行，原有的：

    struct sigaction sa;
    // Setup the handler
    sa.sa_handler = &handle_signal;
    // Restart the system call, if at all possible
    sa.sa_flags = SA_RESTART;
    // Block every signal during the handler
    sigfillset(&sa.sa_mask);
    // Intercept SIGHUP and SIGINT
    if (sigaction(SIGHUP, &sa, NULL) == -1) {
      LOG(FATAL) << "Cannot install SIGHUP handler.";
    }
    if (sigaction(SIGINT, &sa, NULL) == -1) {
      LOG(FATAL) << "Cannot install SIGINT handler.";
    }

修改为：

#ifdef _MSC_VER
    if (signal(SIGBREAK, handle_signal) == SIG_ERR) {
      LOG(FATAL) << "Cannot install SIGBREAK handler.";
    }
    if (signal(SIGINT, handle_signal) == SIG_ERR) {
      LOG(FATAL) << "Cannot install SIGINT handler.";
    }
#else
    struct sigaction sa;
    // Setup the handler
    sa.sa_handler = &handle_signal;
    // Restart the system call, if at all possible
    sa.sa_flags = SA_RESTART;
    // Block every signal during the handler
    sigfillset(&sa.sa_mask);
    // Intercept SIGHUP and SIGINT
    if (sigaction(SIGHUP, &sa, NULL) == -1) {
      LOG(FATAL) << "Cannot install SIGHUP handler.";
    }
    if (sigaction(SIGINT, &sa, NULL) == -1) {
      LOG(FATAL) << "Cannot install SIGINT handler.";
    }
#endif

同样的，UnhookHandler函数也做类似修改：原来的：

		struct sigaction sa;
		// Setup the sighub handler
		sa.sa_handler = SIG_DFL;
		// Restart the system call, if at all possible
		sa.sa_flags = SA_RESTART;
		// Block every signal during the handler
		sigfillset(&sa.sa_mask);
		// Intercept SIGHUP and SIGINT
		if (sigaction(SIGHUP, &sa, NULL) == -1) {
			LOG(FATAL) << "Cannot uninstall SIGHUP handler.";
		}
		if (sigaction(SIGINT, &sa, NULL) == -1) {
			LOG(FATAL) << "Cannot uninstall SIGINT handler.";
		}

修改为：

#ifdef _MSC_VER
		if (signal(SIGBREAK, SIG_DFL) == SIG_ERR) {
			LOG(FATAL) << "Cannot uninstall SIGBREAK handler.";
		}
		if (signal(SIGINT, SIG_DFL) == SIG_ERR) {
			LOG(FATAL) << "Cannot uninstall SIGINT handler.";
		}
#else
		struct sigaction sa;
		// Setup the sighub handler
		sa.sa_handler = SIG_DFL;
		// Restart the system call, if at all possible
		sa.sa_flags = SA_RESTART;
		// Block every signal during the handler
		sigfillset(&sa.sa_mask);
		// Intercept SIGHUP and SIGINT
		if (sigaction(SIGHUP, &sa, NULL) == -1) {
			LOG(FATAL) << "Cannot uninstall SIGHUP handler.";
		}
		if (sigaction(SIGINT, &sa, NULL) == -1) {
			LOG(FATAL) << "Cannot uninstall SIGINT handler.";
		}
#endif

LINK : fatal error LNK1149: 输出文件名匹配输入文件名“D:\work\caffe-SSD\build-vs2013-opencv249\lib\Debug\caffe-d.lib”

报错的意思是，目标输出的文件与输入的文件重名了。 解决办法：使用caffe-BVLC-windows/tools/CMakeLists.txt进行替换

common.obj) : error LNK2019: 无法解析的外部符号 "__declspec(dllimport) void __cdecl google::InstallFailureSignalHandler(void 解决办法： common.cpp,56行左右，原来的：

::google::InstallFailureSignalHandler();

修改为：

#if !defined(_MSC_VER)
  ::google::InstallFailureSignalHandler();
#endif

LINK : fatal error LNK1104: 无法打开文件“python27_d.lib” 原因：间接的包含了pyconfig.h(anaconda安装路径下的），这个文件里面有这样几行：

#			ifdef _DEBUG
#				pragma comment(lib,"python27_d.lib")
#			else
#				pragma comment(lib,"python27.lib")
#			endif /* _DEBUG */

看到网上有人说“修改pyconfig.h”，显然这没有必要也不正确。

解决方法： _caffe.cpp，去掉第一行的:

#include <Python.h>  // NOLINT(build/include_alpha)

Python.h会间接的包含pyconfig.h导致引入python27_d.lib。

如果你是VS2015，那么很可能还需要在_caffe.cpp中，#define BP_REGISTER_SHARED_PTR_TO_PYTHON(PTR)后面，添加这个：

#if defined(_MSC_VER) && (_MSC_FULL_VER >= 190024210)
// Workaround for VS 2015 Update 3 which breaks boost python
// See: http://stackoverflow.com/questions/38261530/unresolved-external-symbols-since-visual-studio-2015-update-3-boost-python-link
// and https://msdn.microsoft.com/vs-knownissues/vs2015-update3
#define BP_GET_POINTER(cls) \
namespace boost { \
template <> \
const volatile caffe::cls * \
get_pointer(const volatile caffe::cls *c) { \
    return c; \
} \
}

#define BP_GET_POINTER_T(cls, dtype) BP_GET_POINTER(cls<dtype>)

// forward declare the NCCL class
// in case we are not using NCCL
namespace caffe {
template <typename Dtype> class NCCL;
}

BP_GET_POINTER_T(Net, float);
BP_GET_POINTER_T(Layer, float);
BP_GET_POINTER_T(Solver, float);
BP_GET_POINTER_T(SGDSolver, float);
BP_GET_POINTER_T(NesterovSolver, float);
BP_GET_POINTER_T(AdaGradSolver, float);
BP_GET_POINTER_T(RMSPropSolver, float);
BP_GET_POINTER_T(AdaDeltaSolver, float);
BP_GET_POINTER_T(AdamSolver, float);
BP_GET_POINTER_T(NCCL, float);
BP_GET_POINTER(Timer);

#endif

3.5 GPU(cuda)编译相关的报错和解决办法

src/caffe/layers/bnll_layer.cu(35): error : identifier "caffe::kBNLL_THRESHOLD" is undefined in device code 解决办法： 修改kBNLL_THRESHOLD的定义，从：

const float kBNLL_THRESHOLD = 50.;

修改为

#ifdef _MSC_VER
__constant__ float kBNLL_THRESHOLD = 50.;
#else
const float kBNLL_THRESHOLD = 50.;
#endif

**libraries_v120_x64_py27_1.1.0\libraries\include\boost-1_61\boost/regex/v4/perl_matcher.hpp(362): error C2292: 'boost::re_detail_106100::perl_matcher<const char ,std::allocator<boost::sub_match<const char >>,boost::regex_traits<char,boost::w32_regex_traits<charT>>>': best case inheritance representation: 'virtual_inheritance' declared but 'single_inheritance' required

这个错误，网上绝大多数博客给出的解决办法是“注释掉regex和rv相关的代码”。但我觉得这就像是“干掉了提出问题的人”，过于粗暴。我的解决办法： 在caffe windows依赖包中修改libraries_v120_x64_py27_1.1.0\libraries\include\boost-1_61\boost\regex\v4\perl_matcher.hpp文件： #include <boost/regex/v4/iterator_category.hpp>后，添加：

#ifdef _MSC_VER
#pragma pointers_to_members( full_generality, single_inheritance )
#endif

解释一下：

在 MSDN上对于pointer_to_memmers的解释 提到，其语法为：

#pragma pointers_to_members( pointer-declaration, [most-general-representation] )

并且，most-general-representation的默认值为best_case。 通过google检索#pragma pointers_to_members发现，这个宏应该是cl.exe特有的，gcc的话我没有找到，llvm的话似乎有人提issue要去实现。

以上是我遇到的编译报错和解决方法。全部修改掉后，Visual Studio里分别在Debug和Release模式下执行"CMakeTargets/INSTALL"这一目标，完成编译和安装。

<hr/>

4. 在C++项目中使用Caffe

比如不想在原始的caffe工程中添加自己的代码，这样保持了caffe自身代码不变，只要在自己的使用了caffe库的工程中正确设定，就独立的开发自己的代码了。

假设自己的这个工程也是基于cmake构建，最关键的一点是，正确配置了前面编译的caffe的依赖项，而不是自己再去重新配一遍..

注意使用caffe-builder-config.cmake文件

set(CAFFE_DEPENDENCIES_DIR "C:/Users/Administrator/.caffe/dependencies/libraries_v120_x64_py27_1.1.0")
include(${CAFFE_DEPENDENCIES_DIR}/libraries/caffe-builder-config.cmake)

注意opencv版本一致 编译Caffe用的opencv版本，和需要使用caffe.lib的项目中的opencv版本，应当保持一致。

样例CMakeLists.txt

cmake_minimum_required(VERSION 3.1)

project(caffe_cpp_play)
set (CMAKE_CXX_STANDARD 11)

#--- caffe dependencies ---
#set(CAFFE_DEPENDENCIES_DIR "D:/work/caffe_windows_deps/libraries_v120_x64_py27_1.1.0")
set(CAFFE_DEPENDENCIES_DIR "F:/zhangzhuo/lib/caffe_windows_deps/libraries_v120_x64_py27_1.1.0")
include(${CAFFE_DEPENDENCIES_DIR}/libraries/caffe-builder-config.cmake)

set(PROJ_LINKER_LIBS "")
set(PROJ_INCLUDE_DIR "")

set(CMAKE_VERBOSE_MAKEFILE OFF)


# --- options ---
option(use_opencv "Use OpenCV?" ON)
option(use_cuda "Use CUDA?" OFF)
option(use_glog "Use Glog?" ON)
option(use_gflags "Use GFlags?" ON)
option(use_protobuf "Use Protobuf?" ON)
option(use_caffe "Use Caffe?" ON)
option(use_boost "Use Boost?" ON)

# --- pthread ---
# windows does not need it
#find_package(Threads REQUIRED)
#message("CMAKE_THREAD_LIBS_INIT: ${CMAKE_THREAD_LIBS_INIT}")


# --- opencv ---
if (use_opencv)
    set(OpenCV_DIR "D:/lib/opencv/2.4.9")
    find_package(OpenCV REQUIRED)
    message(STATUS "OpenCV library status:")
    message(STATUS "    version: ${OpenCV_VERSION}")
    message(STATUS "    libraries: ${OpenCV_LIBS}")
    message(STATUS "    include path: ${OpenCV_INCLUDE_DIRS}")
    list(APPEND PROJ_LINKER_LIBS ${OpenCV_LIBS})
endif()


# --- cuda ---
if (use_cuda)
    if (CMAKE_SYSTEM_NAME MATCHES "Windows")
    set(CUDA_DIR "$ENV{CUDA_PATH}")
    else()
        set(CUDA_DIR "/usr/local/cuda")
    endif()
    find_package(CUDA REQUIRED)
    include_directories(${CUDA_DIR}/include)
endif()


#--- Glog & GFlags & Protobuf ---
if (use_glog)
    find_package (Glog REQUIRED)         #OK
    list(APPEND PROJ_LINKER_LIBS ${GLOG_LIBRARIES})
endif()
if (use_gflags)
    find_package (GFlags REQUIRED)       #OK
    list(APPEND PROJ_LINKER_LIBS ${GFLAGS_LIBRARIES})
endif()
if (use_protobuf)
    find_package(Protobuf REQUIRED)      #OK
    list(APPEND PROJ_LINKER_LIBS ${PROTOBUF_LIBRARIES})
endif()


#--- caffe ---
if (use_caffe)
    # set Caffe_DIR to the directory that contains 'CaffeConfig.cmake'

    #list(APPEND CMAKE_PREFIX_PATH "D:/work/caffe-BVLC/build-vs2013-opencv249-cuda/install")
    set(Caffe_ROOT "D:/lib/caffe/bvlc/x64/vc12")
    set(Caffe_DIR "${Caffe_ROOT}/share/Caffe")
    find_package (Caffe REQUIRED)
    message(STATUS "Caffe library status:")
    message(STATUS "    Caffe_DIR: ${Caffe_DIR}")
    message(STATUS "    Caffe_LIBRARIES: ${Caffe_LIBRARIES}")
    #message(STATUS "    CAFFE_INCLUDE_DIRS: ${Caffe_INCLUDE_DIRS}")
    list(APPEND PROJ_LINKER_LIBS ${Caffe_LIBRARIES})
endif()

# --- boost ---
if (use_boost)
    find_package(Boost 1.54 REQUIRED COMPONENTS system thread filesystem regex)
    message(STATUS "Boost library status:")
    message(STATUS "    Boost_INCLUDE_DIRS: ${Boost_INCLUDE_DIRS}")
    message(STATUS "    Boost_LIBRARIES: ${Boost_LIBRARIES}")
    list(APPEND PROJ_LINKER_LIBS ${Boost_LIBRARIES})
endif()


# 添加头文件搜索路径
#include_directories(${Caffe_INCLUDE_DIRS})

# 添加可执行文件
add_executable(net_demo src/classification.cpp)

# Link your application with OpenCV libraries
target_link_libraries(net_demo ${PROJ_LINKER_LIBS})

完整的例子见： https://github.com/zchrissirhcz/z-toolbox/tree/master/cmake_examples/caffe_cpp_play_better

值得注意的是：前面编译出来的caffe-BVLC的，其构建类型要与自己的工程一致，也就是debug搭配debug，release搭配release。我这里实验发现debug模式下个别库名字不对，缺少“d”或者"-d"，在Visual Studio里手动改一下就可以了。

5. reference

caffe_pvanet,cuda7.5,VS2013

6. changelog

2018-08-24 23:35:41 创建博客，支持Caffe-BVLC Windows分支的编译 2019-04-06 11:58:08 增加”指定opencv版本和依赖包路径“相关内容 2019-04-07 14:49:58 增加Caffe-SSD的Windows CPU编译 2019-04-12 09:13:11 增加Caffe-SSD的Windows GPU编译 2019-07-02 16:23:22 增加指定python可执行路径

来源：oschina

链接：https://my.oschina.net/u/4381479/blog/3851829