HED映像邊緣檢測-程式啟動並執行問題解決方案

論文全名：[2015](HED_FCN)Holistically-Nested Edge Detection.pdf

代碼下載地址：https://github.com/s9xie/hed

附上一篇個人認為寫的比較好的論文筆記：http://blog.csdn.net/u012905422/article/details/52782615

注意事項：

從github下載下來的程式，是內建caffe的，也就是說，程式採用的caffe並非最新的caffe官網的caffe

而是舊版的caffe，舊版的caffe檔案就在hed-master目錄下，

可以參考官方caffe目錄下的檔案配置，網路檔案分別位於examples,distribute,python,tools,src,python.include,docs

hed的舊版caffe與官方的caffe類似，分別位於hed-master目錄下的examples,distribute,python,tools,src,python,include,docs內

hed-master目錄其實就是舊版caffe，hed的網路檔案在examples目錄下的hed目錄內，僅此而已。

舊版caffe與新版caffe存在差別，在此聲明，此處所說的新版caffe仍然是caffe1，不過這箇舊版caffe，是在caffe1之前的版本，

包括ImageLabelmapData資料層（caffe1中已經刪除該層），

並且，論文作者針對自己的程式對網路進行了改造，具體為crop為自動計算offset而不需指定，裁剪為中心裁剪

總之，在跑這篇論文的程式之前，一定要編譯這個程式內建的caffe，而且，程式支援cudnn3，不支援cudnn4，

如果你是cudnn4，那麼你可以卸載cudnn4安裝cudnn3，或者在編譯器內建的caffe時候，在修改Makefile.config時候注釋掉cudnn

詳細步驟：

1.從github上下載程式

下載zip檔案後，解壓，把整個壓縮包丟進你的伺服器（我是在伺服器上跑的）

2.編譯器內建的caffe

筆者針對新手仔細說下怎麼編譯，如果對編譯caffe聊熟於心可以跳過這一步

編譯caffe：

首先，cd進入到hed-master檔案夾目錄下

這時候執行以下幾句代碼

cp Makefile.config.example Makefile.config

vim Makefile.config(這句代碼根據自己情況選擇，如果需要修改相關設定，就使用這句，例如，你的cudnn是cudnn4，你不想換成cudnn3，那你只能在跑這個程式時候不使用cudnn，這時候就執行這句程式，注釋掉cudnn)make allmake testmake runtest

make pycaffe

以上，caffe編譯結束

3.下載程式所需的model，資料集等

在下載程式的網址，也就是https://github.com/s9xie/hed裡，在下面，頁面下面，有所需要的model和資料集的下載地址

根據提示，把下載好的model，資料集丟到指定位置

4.cd到hed-master/examples/hed

執行solve.py

也就是 python solve.py就行了

如果提示

什麼Imagedata或者shuffle 了 程式dump了 0個data啦就去你的examples/hed檔案夾

開啟

train_val.prototxt

可以看到兩個root_folder,兩個source

把這裡修改成你自己的路徑，也就是在第3步 下載的那個1.2G的資料檔案在哪裡 就把這倆路徑換到那裡

5.在執行solve.py時候，如果出現no module named caffe

等之類的問題 需要檢查一下 solve.py中的caffe的路徑

可以參照本人的程式

將sys.path.append('/home/wangkun/hed-master/python')

這裡換成自己的路徑 記得路徑最後要指向下載的程式檔案夾裡的python檔案夾

關於如何測試單張圖片，可以見 http://blog.csdn.net/wangkun1340378/article/details/70154492

以上，就是在跑hed程式過程中遇到的問題 期間遇到很多困難，折騰了3天，

一度認為問題解決不了 不過最後還是解決了

感謝yhl_leo 光彩盛年 與人不爭  踏雪霏鴻 夢 雲中的承諾 諸位熱心人士協助