test one picture about license-plate-detect-recognition-via-deep-neural-networks-accuracy-up-to-99.9 HOT 3 OPEN

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

caffe项目：
   C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.2\include

....\opensource\boost_1_57_0
....\opensource\opencv\include
....\3rdparty\include
....\include
....\3rdparty\include\lmdb
....\3rdparty\include\hdf5
....\src
....\3rdparty\include\glog
....\3rdparty\include\cudnn
....\src\caffe\proto
....\3rdparty\include\openblas

....\opensource\boost_1_57_0\lib
....\opensource\opencv\lib
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.2\lib\x64
....\3rdparty\lib
....\tools_bin

libClassfication项目：
..\..\3rdparty\include\openblas

....\opensource\opencv\include
....\opensource\boost_1_57_0
....\3rdparty\include
....\include
....\3rdparty\include\lmdb
....\3rdparty\include\hdf5
....\src
....\3rdparty\include\glog
....\3rdparty\include\cudnn
....\src\caffe\proto
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.2\include

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.2\lib\x64
....\opensource\boost_1_57_0\lib
....\opensource\opencv\lib
....\3rdparty\lib
....\tools_bin

ocr_test:

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.2\include
....\opensource\boost_1_57_0
....\opensource\opencv\include
..\libClassification
....\include
....\3rdparty\include
....\src
....\3rdparty\include\openblas

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.2\lib\x64
....\opensource\opencv\lib
....\opensource\boost_1_57_0\lib
....\tools_bin
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

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

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， 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

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

from license-plate-detect-recognition-via-deep-neural-networks-accuracy-up-to-99.9.

@zhubenfu
您好，我在群里下的3rdparty20180726.7z（没有找到您说的3rdparty-20180730.tar）第三方文件，
cuda改成了9.2，cudnn用7.1和3rdparty里边的都说不兼容！
方便的话，您能告知一下用哪个版本的cudnn吗？
十分感谢！

from license-plate-detect-recognition-via-deep-neural-networks-accuracy-up-to-99.9.

链接：https://pan.baidu.com/s/1nX3CgpTckEOjSXlNvaruNw
提取码：8gls
或者加群 群里有更新

from license-plate-detect-recognition-via-deep-neural-networks-accuracy-up-to-99.9.