未验证 提交 a84344ba 编写于 作者: 朱本福 提交者: GitHub

Update README.md

上级 2252be86
...@@ -103,9 +103,12 @@ works in real-time with detection and recognition accuracy up to 99.8% for Chine ...@@ -103,9 +103,12 @@ works in real-time with detection and recognition accuracy up to 99.8% for Chine
--- ---
(1)交流加群:加QQ群 图像处理分析机器视觉 109128646 (1)交流加群:加QQ群 图像处理分析机器视觉 109128646
======== ========
感谢群友:E-图像处理_仪山湖 贡献的操作说明!和完整的第三方库,下载地址在群共享里面! 感谢群友:E-图像处理_仪山湖 贡献的操作说明!和完整的第三方库,下载地址在群共享里面!
1: 安装CUDA 9.2, cuda9.2版已经带有显卡驱动,默认安装,保持cuda和显卡驱动一致,否则会报cuda runtime is inefficient 35号错误。
1: 安装CUDA 9.2, cuda9.2版已经带有显卡驱动,默认安装,保持cuda和显卡驱动一致,否则会报cuda runtime is inefficient 35号错误。
2:确认各项目的include、lib和第三方库路径的配置,本人在项目中除CUDA使用绝对路径外,其余的include、lib路径均使用相对路径 2:确认各项目的include、lib和第三方库路径的配置,本人在项目中除CUDA使用绝对路径外,其余的include、lib路径均使用相对路径
'''
caffe项目: caffe项目:
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.2\include C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.2\include
..\..\opensource\boost_1_57_0 ..\..\opensource\boost_1_57_0
...@@ -161,17 +164,24 @@ C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.2\lib\x64 ...@@ -161,17 +164,24 @@ C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.2\lib\x64
..\..\opensource\opencv\lib ..\..\opensource\opencv\lib
..\..\opensource\boost_1_57_0\lib ..\..\opensource\boost_1_57_0\lib
..\..\tools_bin ..\..\tools_bin
'''
3:生成时要选择Release,x64格式
3:生成时要选择Release,x64格式
4:在项目的cuda生成host代码时,支持一些旧版本的cu伪代码,三个项目都设置成:compute_61,sm_61;compute_52,sm_52;compute_50,sm_50;compute_35,sm_35;compute_30,sm_30,否则会报no kernel image 40号错误 4:在项目的cuda生成host代码时,支持一些旧版本的cu伪代码,三个项目都设置成:compute_61,sm_61;compute_52,sm_52;compute_50,sm_50;compute_35,sm_35;compute_30,sm_30,否则会报no kernel image 40号错误
5:整理的3rdparty请使用群文件的3rdparty-20180730.tar
6:在visual studio 2015打开caffe.sln方案时(项目根目录下),如果出现无法加载工程的错误,打开项目根目录下的caffe-vsproj\caffe.sln 5:整理的3rdparty请使用群文件的3rdparty-20180730.tar
7:导入工程后,在ocr_test的项目,右键,选择【生成依赖项】-> 【项目依赖项】,勾选caffe, libClassfication两个项目
6:在visual studio 2015打开caffe.sln方案时(项目根目录下),如果出现无法加载工程的错误,打开项目根目录下的caffe-vsproj\caffe.sln
7:导入工程后,在ocr_test的项目,右键,选择【生成依赖项】-> 【项目依赖项】,勾选caffe, libClassfication两个项目
8: 项目代码中对路径没有做规范化处理,导致在运行期间报找不到模型文件的错误,为了调试方便,这里把代码中的路径全部修改成绝对路径,如ocr_test.cpp的962行, 8: 项目代码中对路径没有做规范化处理,导致在运行期间报找不到模型文件的错误,为了调试方便,这里把代码中的路径全部修改成绝对路径,如ocr_test.cpp的962行,
string modelfolder = "E:\\License-Plate-Detect-Recognition\\caffe-vsproj\\ocr_test\\plateCard_test"; 其他的类似修改 string modelfolder = "E:\\License-Plate-Detect-Recognition\\caffe-vsproj\\ocr_test\\plateCard_test"; 其他的类似修改
但要区分MTCNN模型和ICNNPredict模型的位置 但要区分MTCNN模型和ICNNPredict模型的位置
9:启动一个cmd,切换到工程根目录下的tools_bin目录,启动ocr_test.ext
9:启动一个cmd,切换到工程根目录下的tools_bin目录,启动ocr_test.ext
(2)**武汉周边的朋友可以加我,周末一起约起,多交流相互学习!** (2)**武汉周边的朋友可以加我,周末一起约起,多交流相互学习!**
......
Markdown is supported
0% .
You are about to add 0 people to the discussion. Proceed with caution.
先完成此消息的编辑!
想要评论请 注册