基于深度学习的人脸识别系统（Caffe+OpenCV+Dlib）【一】如何配置caffe属性表

前言

基于深度学习的人脸识别系统，一共用到了5个开源库：OpenCV（计算机视觉库）、Caffe（深度学习库）、Dlib（机器学习库）、libfacedetection（人脸检测库）、cudnn（gpu加速库）。
用到了一个开源的深度学习模型：VGG model。
最终的效果是很赞的，识别一张人脸的速度是0.039秒，而且最重要的是：精度高啊！！！
CPU：intel i5-4590
GPU：GTX 980
系统：Win 10
OpenCV版本：3.1（这个无所谓）
Caffe版本：Microsoft caffe （微软编译的Caffe，安装方便，在这里安利一波）
Dlib版本：19.0（也无所谓
CUDA版本：7.5
cudnn版本：4
libfacedetection：6月份之后的（这个有所谓，6月后出了64位版本的）
这个系列纯C++构成，有问题的各位朋同学可以直接在博客下留言，我们互相交流学习。
====================================================================

本篇是该系列的第一篇博客，介绍我如何在Visual Studio中像使用OpenCV一样使用Caffe。

思路

我们都知道在Visual Studio中使用OpenCV是非常方便的，只要配置好相关的路径，建立一个属性表就可以了。接触过Caffe的可能会知道，在Caffe的例程中并没有怎么说如何建立一个属性表，就能够使用Caffe提供的一些函数去构造程序。话说一个月前刚刚在Github上帮一个老外解决了这个问题，所以这里也写一下我的方法。
要用Caffe，就是 include 、lib 、dll，和OpenCV一样，搞好这三个即可，推荐大家配置Release版本的，所以在编译Caffe的时候，换成Release模式也编译一次。

实现

观察caffe-master的第三方程序包，毫无疑问，这个与caffe-master本文件夹都需要加上去的。

所以在属性表里，先后需要include以下这些：（路径请自行修改）

D:caffe-masterinclude
D:NugetPackagesoost.1.59.0.0lib
ativeinclude
D:NugetPackagesglog.0.3.3.0uild
ativeinclude
D:NugetPackagesgflags.2.1.2.1uild
ativeinclude
D:NugetPackagesprotobuf-v120.2.6.1uild
ativeinclude
C:Program FilesNVIDIA GPU Computing ToolkitCUDAv7.5include
D:NugetPackagesOpenBLAS.0.2.14.1lib
ativeinclude
D:caffe-masterincludecaffelayers
D:NugetPackagesOpenCV.2.4.10uild
ativeinclude
D:NugetPackagesOpenCV.2.4.10uild
ativeincludeopencv
D:NugetPackagesOpenCV.2.4.10uild
ativeincludeopencv2

我们可以看到，这个第三方程序包里面已经有OpenCV了，所以我们没必要把OpenCV的属性表添加。
然后，我们需要添加lib：（路径请自行修改）

D:NugetPackagesoost_date_time-vc120.1.59.0.0lib
ativeaddress-model-64lib
D:NugetPackagesoost_filesystem-vc120.1.59.0.0lib
ativeaddress-model-64lib
D:NugetPackagesoost_system-vc120.1.59.0.0lib
ativeaddress-model-64lib
D:caffe-masterBuildx64Release
D:NugetPackagesoost_thread-vc120.1.59.0.0lib
ativeaddress-model-64lib
D:NugetPackagesoost_chrono-vc120.1.59.0.0lib
ativeaddress-model-64lib
D:NugetPackagesprotobuf-v120.2.6.1uild
ativelibx64v120Release
D:NugetPackagesOpenCV.2.4.10uild
ativelibx64v120Release
D:NugetPackagesglog.0.3.3.0uild
ativelibx64v120Debugdynamic
D:NugetPackagesgflags.2.1.2.1uild
ativex64v120dynamicLib
D:NugetPackageshdf5-v120-complete.1.8.15.2lib
ativelibx64
D:NugetPackagesOpenBLAS.0.2.14.1lib
ativelibx64
C:Program FilesNVIDIA GPU Computing ToolkitCUDAv7.5libx64

最后一项是CUDA的配置路径，找一下应该就可以找到。
那么我们的附加依赖项需要添加：

libcaffe.lib
libprotobuf.lib
opencv_highgui2410.lib
opencv_core2410.lib
opencv_imgproc2410.lib
libglog.lib
gflags.lib
libopenblas.dll.a
hdf5.lib
hdf5_hl.lib
cublas.lib
cublas_device.lib
cuda.lib
cudadevrt.lib
cudnn.lib
cudart.lib
cufft.lib
cudart_static.lib
cudnn_static.lib
cufftw.lib
cusparse.lib
cusolver.lib
curand.lib
nppc.lib
OpenCL.lib

对了，最后别忘了配置环境变量哟，配置完之后重启一遍：

D:NugetPackagesgflags.2.1.2.1uild
ativex64v120dynamicLib
D:NugetPackageshdf5-v120-complete.1.8.15.2lib
ativeinx64
D:NugetPackagesglog.0.3.3.0uild
ativeinx64v120Releasedynamic
D:NugetPackagesOpenBLAS.0.2.14.1lib
ativeinx64
D:NugetPackagesgflags.2.1.2.1uild
ativex64v120dynamicLib
D:NugetPackagesOpenCV.2.4.10uild
ativeinx64v120Release

这里还是建议大家建立一个属性表，方便后面的程序添加，就像这样：

那么在做完这些之后，我们就可以在新建工程里使用Caffe的接口了，比如：

不会报错滴。
基于深度学习的人脸识别系统系列：【一】如何在Visual Studio中像使用OpenCV一样使用Caffe完结，如果在配置过程中出现了什么问题，直接留言即可。

=============================================
补充：
好吧..有人问怎么在没有GPU的情况下进行呢？（CPU_ONLY模式）
就是这样：
1、前面都和上面一样配置，在这个地方把cu开头的lib全部删掉，改成如下：

libcaffe.lib
libprotobuf.lib
opencv_highgui2410.lib
opencv_core2410.lib
opencv_imgproc2410.lib
libglog.lib
gflags.lib
libopenblas.dll.a
hdf5.lib
hdf5_hl.lib

2、运行一下，发现出现错误：

我们打开这个文件：

3、在上面这个地方我们得选择CPU模式。
加一句#define CPU_ONLY

搞定。