Matconvnet工具箱在Matlab中的安装

将官网http://www.vlfeat.org/matconvnet/quick/上的“Quick start”中的代码拷贝到Matlab工作空间并运行即可进行自动下载并安装。

自动安装时，程序包会被安装到Matlab/toolbox之中。

自己手动安装教程：

下载

到官网http://www.vlfeat.org/matconvnet/上下载相应的版本。
将下载的压缩文件解压到合适的路径下。

安装

编译前确保Matab已绑定C++编译器，否则使用命令>>mex -setup 进行绑定编译器。
将Matalb的工作路径切换到Matconvnet目录下，../matconvnet-1.0-beta23。
编译工具箱，>>run matlab/vl_compilenn ;
安装工具箱，>>run matlab/vl_setupnn ;

测试

在Matlab工作空间输入一下代码，并运行；成功显示图片说明安装成功。

% Download a pre-trained CNN from the web (needed once).
urlwrite('http://www.vlfeat.org/matconvnet/models/imagenet-vgg-f.mat','imagenet-vgg-f.mat') ;
% Load a model and upgrade it to MatConvNet current version.
net = load('imagenet-vgg-f.mat') ;
net = vl_simplenn_tidy(net) ;
% Obtain and preprocess an image.
im = imread('peppers.png') ;
im_ = single(im) ; % note: 255 range
im_ = imresize(im_, net.meta.normalization.imageSize(1:2)) ;
im_ = im_ - net.meta.normalization.averageImage ;
% Run the CNN.
res = vl_simplenn(net, im_) ;
% Show the classification result.
scores = squeeze(gather(res(end).x)) ;
[bestScore, best] = max(scores) ;figure(1) ; clf ; imagesc(im) ;
title(sprintf('%s (%d), score %.3f', net.meta.classes.description{best}, best, bestScore)) ;