使用MDnet时遇到的一些问题（matlab版）

最近使用尝试使用MDNet做一些tracking问题，作者提供了matlab和python两种实现

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

由于python版本需要使用torch，决定先使用matlab版本试一下，然后就踩进了一些坑，以下做一下记录备忘（

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

首先编译matconvnet：

MDNet自带一个MatConvnet，需要手动编译，自带的MakeFile文件不能实现直接编译，做了一些修改：

1. 删除了doc相关的信息：

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

2. 增加GPU支持

```
ENABLE_GPU ?= yes
```

3. 修改相关引用目录和信息

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

4. 修改了ARCH后发现glnxa64编译时会出现 "nvcc fatal : redefinition of argument 'optimize'" 问题，发现是debug默认开启，优化选项为O，但是glnxa64在makefile中使用了O3优化，因此需要在MakeFile开始处设置：

```
DEBUG?= no
```

5. 至此可使用make进行编译
6. 关于使用cudnn

 在编译的时候尝试使用过cudnn6，但是发现似乎不支持，官网上也只说支持cudnn2和4，如果之后有需求，再进行更新，错误如下：


```
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编译工作后，配置matlab环境

1.    在matlab里运行 " run matconvnet/matlab/vl_setupnn.m"配置matconvnet环境
2.    “run setup_mdnet.m" 完成mdnet环境配置

运行：

由于对matlab路径不熟悉，使用时将其目录改为了绝对路径

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/';

效果和一些个人想法

在不进行训练的帧上，MDNet在本机运行速度大概是 0.5s/帧 ，其中正向传播每张图大概用时四分之一秒（256张sample），抽取和保存sample约四份之一秒

若该帧对长期或短期记忆进行训练，总用时大概在1.3s/帧

个人认为虽然追踪效果很好，但是时间上消耗还是很厉害。不知道如果使用cudnn会不会有效提升效率