做文本检测这个方向的同学应该都知道 deep features for text spotting 这篇ECCV14的文章。
用的是Matconvnet这个是深度学习框架来做文本检测，同时他还提供了代码： eccv2014_textspotting
不过这个代码里的Matconvnet不同于原版本Matconvnet，原版本的内容比较全，而这个repository里的算是阉割版，同时还新加入了几个cpp,cu文件。。。
不幸的是，新加入的几个文件只在mac上有编译好的mex文件，linux上，windows上都需要自己编译。接下来就讲讲如何在linux和windows下编译这几个cpp,cu的mex文件。
linux 上的编译方法已经在repository中提到
1. Edit matconvnet/Makefile to ensure MEX points to your matlab mex binary. Optinally ENABLE_GPU. 2. cd matconvnet/ && make
已经提供了编译的模板，主要是要修改好matconvnet/Makefile_Linux中几个变量的路径，就可以直接编译了。
比如 我是Ubuntu上装的CUDA7.0就修改如下：
MEX ?= /usr/local/MATLAB/R2014b/bin/mex MEXARCH = mexa64 NVCC ?= /usr/local/cuda-7.0/bin/nvcc ENABLE_GPU = true MEXOPTS_GPU= $(MEXOPTS) -DENABLE_GPU -L /usr/local/cuda-7.0/targets/x86_64-linux/lib -lcudart -lcublas -lcudadevrt -f matlab/src/mex_CUDA_glnxa64.sh
然后重命名Makefile_linux为Makefile，然后 cd matconvnet/，然后 make
这里提供我编译好的 .mexa64文件，：linux_version 。 注意：我在Ubuntu下用cuda7.0编译的，matlab版本是2014b。
把这些mex文件放在 matconvnetmatlabmex下就能跑整个代码了。
linux下用还是有点不方便，接下来主要讲一下windows下的编译
说来惭愧，本来想自己看明白makefile，然后逐个逐个编译的，但是在不知道nvcc和mex这两编译器该怎么个顺序，用啥编译参数，后来只能偷懒了。
Makefile里面说道了，主要是编译一下几个文件
cpp_src:=matlab/src/bits/im2col.cpp cpp_src+=matlab/src/bits/pooling.cpp cpp_src+=matlab/src/bits/normalize.cpp mex_src:=matlab/src/gconv.cu mex_src+=matlab/src/gpool.cu mex_src+=matlab/src/gnormalize.cu mex_src+=matlab/src/gsepconv.cu mex_src+=matlab/src/gsepconv2.cu cpp_src+=matlab/src/bits/im2col_gpu.cu cpp_src+=matlab/src/bits/pooling_gpu.cu cpp_src+=matlab/src/bits/normalize_gpu.cu
用过通用版的Matconvnet会有记得那边的windows编译很方便很简单，所以就直接用那边的程序编译了。
首先去下载一个通用版本的 Matconvnet ： 通用版Matconvnet。
然后用他提供的 matconvnet-mastermatlabvl_compilenn.m 进行编译，修改 vl_compilenn 这个文件里面 185来行的代码，原本是这样：
if opts.enableGpu, ext = 'cu' ; else ext='cpp' ; end lib_src{end+1} = fullfile(root,'matlab','src','bits',['data.' ext]) ; lib_src{end+1} = fullfile(root,'matlab','src','bits',['datamex.' ext]) ; lib_src{end+1} = fullfile(root,'matlab','src','bits',['nnconv.' ext]) ; lib_src{end+1} = fullfile(root,'matlab','src','bits',['nnfullyconnected.' ext]) ; lib_src{end+1} = fullfile(root,'matlab','src','bits',['nnsubsample.' ext]) ; lib_src{end+1} = fullfile(root,'matlab','src','bits',['nnpooling.' ext]) ; lib_src{end+1} = fullfile(root,'matlab','src','bits',['nnnormalize.' ext]) ; lib_src{end+1} = fullfile(root,'matlab','src','bits',['nnbnorm.' ext]) ; lib_src{end+1} = fullfile(root,'matlab','src','bits',['nnbias.' ext]) ; mex_src{end+1} = fullfile(root,'matlab','src',['vl_nnconv.' ext]) ; mex_src{end+1} = fullfile(root,'matlab','src',['vl_nnconvt.' ext]) ; mex_src{end+1} = fullfile(root,'matlab','src',['vl_nnpool.' ext]) ; mex_src{end+1} = fullfile(root,'matlab','src',['vl_nnnormalize.' ext]) ; mex_src{end+1} = fullfile(root,'matlab','src',['vl_nnbnorm.' ext]) ; % CPU-specific files lib_src{end+1} = fullfile(root,'matlab','src','bits','impl','im2row_cpu.cpp') ; lib_src{end+1} = fullfile(root,'matlab','src','bits','impl','subsample_cpu.cpp') ; lib_src{end+1} = fullfile(root,'matlab','src','bits','impl','copy_cpu.cpp') ; lib_src{end+1} = fullfile(root,'matlab','src','bits','impl','pooling_cpu.cpp') ; lib_src{end+1} = fullfile(root,'matlab','src','bits','impl','normalize_cpu.cpp') ; lib_src{end+1} = fullfile(root,'matlab','src','bits','impl','bnorm_cpu.cpp') ; lib_src{end+1} = fullfile(root,'matlab','src','bits','impl','tinythread.cpp') ; % GPU-specific files if opts.enableGpu lib_src{end+1} = fullfile(root,'matlab','src','bits','impl','im2row_gpu.cu') ; lib_src{end+1} = fullfile(root,'matlab','src','bits','impl','subsample_gpu.cu') ; lib_src{end+1} = fullfile(root,'matlab','src','bits','impl','copy_gpu.cu') ; lib_src{end+1} = fullfile(root,'matlab','src','bits','impl','pooling_gpu.cu') ; lib_src{end+1} = fullfile(root,'matlab','src','bits','impl','normalize_gpu.cu') ; lib_src{end+1} = fullfile(root,'matlab','src','bits','impl','bnorm_gpu.cu') ; lib_src{end+1} = fullfile(root,'matlab','src','bits','datacu.cu') ; end
改成这样：
if opts.enableGpu, ext = 'cu' ; else ext='cpp' ; end
mex_src{end+1} = fullfile(root,'matlab','src',['gconv.' ext]) ;
mex_src{end+1} = fullfile(root,'matlab','src',['gnormalize.' ext]) ;
mex_src{end+1} = fullfile(root,'matlab','src',['gpool.' ext]) ;
mex_src{end+1} = fullfile(root,'matlab','src',['gsepconv.' ext]) ;
mex_src{end+1} = fullfile(root,'matlab','src',['gsepconv2.' ext])
% CPU-specific files
lib_src{end+1} = fullfile(root,'matlab','src','bits','im2col.cpp') ;
lib_src{end+1} = fullfile(root,'matlab','src','bits','pooling.cpp') ;
lib_src{end+1} = fullfile(root,'matlab','src','bits','normalize.cpp') ;
% GPU-specific files
if opts.enableGpu
lib_src{end+1} = fullfile(root,'matlab','src','bits','im2col_gpu.cu') ;
lib_src{end+1} = fullfile(root,'matlab','src','bits','pooling_gpu.cu') ;
lib_src{end+1} = fullfile(root,'matlab','src','bits','normalize_gpu.cu') ;
end
然后把 matconvnet-max-versionmatlabsrc 下 5个.cu文件 gconv.cu gnormalize.cu gpool.cu gsepconv.cu gsepconv2.cu ，还有 matconvnet-max-versionmatlabsrcits下的所有文件（除了mexutils.h），分别拷贝到拷贝到 matconvnet-mastermatlabsrc 和 matconvnet-mastermatlabsrcits下。
把vl_compilenn里的 opts.enableImreadJpeg 改为false， 其他不变。
matlab切换到 vl_compilenn.m根目录，以下列参数运行
vl_compilenn('enableGpu', true, ... 'cudaRoot', 'C:Program FilesNVIDIA GPU Computing ToolkitCUDAv6.5', ... 'cudaMethod', 'nvcc')
'cudaRoot'设置为你windows上装CUDA的位置就行。
然后在mex目录下面就有.mexw64文件了。 就这么简单。
这里给我自己编译的 ： window64位cuda6.5
环境： x64，matlab2014b，cuda 6.5