深度学习框架caffe及py-faster-rcnn详细配置安装过程
配置环境:
ubuntu14.04CUDA7.5
1、准备工作
安装vim、python-pip、git
sudo apt-get install vimsudo apt-get install python-pipsudo apt-get install git
123123
2、安装CUDA7.5
CUDA(Compute Unified Device Architecture),是显卡厂商NVIDIA推出的运算平台。 CUDA™是一种由NVIDIA推出的通用并行计算架构,该架构使GPU能够解决复杂的计算问题。 它包含了CUDA指令集架构(ISA)以及GPU内部的并行计算引擎。——百度百科
CUDA的安装包可以在NVIDIA官网下载:/cuda-downloads
安装CUDA7.5
sudo dpkg --install cuda-repo-ubuntu1404-7-5-local_7.5-18_amd64.debsudo apt-get updatesudo apt-get install cuda
123123
更改路径
sudo vim /etc/profile++ export PATH=/usr/local/cuda-7.5/bin:$PATH++ export LD_LIBRARY_PATH=/usr/local/cuda-7.5/lib64:$LD_LIBRARY_PATH
123123
使以上更改生效
source /etc/profile
11
编译CUDA
cd /usr/local/cuda/samplessudo make all -j4
1212
验证是否安装成功
cd /usr/local/cuda/samples/bin/x86_64/linux/release./deviceQuery
1212
若在命令行显示显卡信息则表示安装成功,如下图所示:
3、安装CuDNN
CuDNN是专门针对Deep Learning框架设计的一套GPU计算加速方案,目前支持的DL库包括Caffe,ConvNet, Torch7等。
CuDNN的安装包可以在NVIDIA官网下载:/cuDNN
执行以下命令
tar zxvf cudnn-7.0-linux-x64-v4.0-rc.tgzcp cuda/lib64/lib* /usr/local/cuda/lib64cp cuda/include/cudnn.h /usr/local/cuda/includecd /usr/local/cuda/lib64sudo rm libcudnn.so libcudnn.so.4sudo ln -s libcudnn.so.4.0.4 libcudnn.so.4sudo ln -s libcudnn.so.4 libcudnn.so
12345671234567
然后重启机器
sudo reboot
11
4、检查修改的路径是否正确
echo $PATH
11
检查是否与以下内容一致
export PATH=/usr/local/cuda-7.5/bin:$PATHexport LD_LIBRARY_PATH=/usr/local/cuda-7.5/lib64:$LD_LIBRARY_PATH
1212
5、安装python-opencv
sudo apt-get install python-opencv
11
6、安装pyCUDA
sudo apt-get install libatlas-base-dev
11
7、下载py-faster-rcnn
github上py-faster-rcnn项目的地址:/rbgirshick/py-faster-rcnn
git clone --recursive /rbgirshick/py-faster-rcnn.git
11
8、编译caffe
cd py-faster-rcnncd caffe-fast-rcnn
1212
安装依赖包
sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libhdf5-serial-dev protobuf-compilersudo apt-get install --no-install-recommends libboost-all-devsudo apt-get install libgflags-dev libgoogle-glog-dev liblmdb-devsudo apt-get install python-skimagesudo apt-get install python-protobufsudo apt-get install python-yaml sudo pip install cythonsudo pip install easydict
1234567812345678
安装python依赖包
cd pythonfor req in $(cat requirements.txt);do pip install $req; done
12341234
在命令行多次(一般2~3次)执行以上命令,直到出现requirement already satisfied为止
编译caffe
cd py-faster-rcnncd caffe-fast-rcnncp Makefile.config.example Makefile.config
123123
打开WITH_PYTHON_LAYER开关
vim Makefile.config
11
将WITH_PYTHON_LAYER :=1前面的#号去掉
若先前已经安装过opencv3.0以上版本
需将USE_OPENCV := 0和OPENCV_VERSION := 3前的#号去掉
sudo make all -j4sudo make pycaffe -j4
1212
注意:若编译过程中报错找不到hdf5.h或者hdf5_hl.h , 错误提示为:
./include/caffe/util/hdf5.hpp:6:18: fatal error: hdf5.h: No such file or directory
11
使用命令sudo find / -name hdf5.h 和sudo find / -name hdf5_hl.h , 找到相应的路径之后,把路径加到Makefile.config中。
如,我的hdf5.h的路径为:
/usr/include/hdf5/serial/hdf5.h
11
则修改Makefile.config中的项“INCLUDE_DIRS”为:
INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/include/hdf5/serial \/usr/local/include
1212
若在Ubuntu16.04+CUDA8+cudnn5配置py-faster-rcnn下配置可参考:/zhuiqiuk/article/details/54093170
编译faster-rcnn
cd py-faster-rcnncd libmake
123123
9、检验是否配置成功
运行demo.py
cd py-faster-rcnncd toolspython demo.py
123123
若可以检测出图片中的目标,则表示配置完成,如下图所示: