0%

虚拟机下caffe与faster-rcnn的only CPU安装

5 min read   |   1.2k words Posted on Edited on In
虚拟机ubuntu下caffe与faster-rcnn的only CPU安装教程.尝试记录安装过程，给以后配置提供参考

虚拟机ubuntu下caffe与faster-rcnn的only CPU安装教程.尝试记录安装过程，给以后配置提供参考
主要参考1http://blog.csdn.net/zyb19931130/article/details/53842791
主要参考2http://blog.csdn.net/zoro_lov3/article/details/60581174

提前认识

硬件环境

  • RAM :8G
  • CPU: i5-3230M CPU @ 2.60GHz
  • OS:Windows8.1
  • GPU:GT 740M

    软件环境（VM虚拟机中）

  • OS:Ubuntu 16.04
  • 安装opencv2.4.10
    建议给Ubuntu分配不低于3G的内存

一般依赖项安装

1
2
3
4
5
sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libhdf5-serial-dev protobuf-compiler  
sudo apt-get install libboost-all-dev 
sudo apt-get install libatlas-base-dev
sudo apt-get install python-dev 
sudo apt-get install libgflags-dev libgoogle-glog-dev liblmdb-dev

Opencv2.4.10安装

文件下载

1
git clone https://github.com/jayrambhia/Install-OpenCV

安装Opencv依赖项

文件dependencies.sh在Ubuntu目录

1
2
cd Ubuntu
sudo ./dependencies.sh

安装Opencv2.4.10

1
2
3
cd 2.4
sudo chmod +x *.sh 
sudo sh ./opencv2_4_10.sh

Opencv安装比较久，安装完成之后会显示OpenCV 2.4.10 ready to be used

Opencv测试

  1. 切换到opencv下载解压后的文件夹目录下，然后进入sample/c/目录下，编译样例文件，具体如下：
    cd ~/下载/opencv-2.4.10/samples/c/

如下载在Ubuntu/2.4/Opencv中，则输入

1
2
3
4

cd ~/Install-Opencv/Ubuntu/2.4/Opencv/opencv-2.4.10/samples/c/

./build_all.sh

执行完成后，会生成对应的可执行文件

  1. 运行其中一个样例,如 
    1
    ./find_ob

显示图像则为正确安装

caffe安装

下载caffe

1
2
cd ~ 
git clone --recursive https://github.com/BVLC/caffe.git

复制配置文件

1
2
cd caffe
cp Makefile.config.example Makefile.config

修改配置文件

1
gedit Makefile.config

ctrl +F找到以下几行,并做如下修改

1
2
3
4
5
6
7
8
9
10
11
12
13
去掉注释CPU_ONLY :=1  
注释掉CUDA有关的行：  
#CUDA_DIR := /usr/local/cuda  
#CUDA_ARCH := -gencode arch=compute_20,code=sm_20 \  
#        -gencode arch=compute_20,code=sm_21 \  
#        -gencode arch=compute_30,code=sm_30 \  
#        -gencode arch=compute_35,code=sm_35 \	   
#        -gencode arch=compute_50,code=sm_50 \  
#        -gencode arch=compute_50,code=compute_50  
去掉注释WITH_PYTHON_LAYER := 1  
这一行有所改动INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include /usr/include/hdf5/serial  
这一行有所改动LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib /usr/lib/i386-linux-gnu/hdf5/serial /usr/lib/x86_64-linux-gnu /usr/lib/x86_64-linux-gnu/hdf5/serial  
注释掉这一行#TEST_GPUID := 0

编译文件

1
2
3
4
make all   
make test  
make runtest  
make pycaffe

若在编译过程中，没有报错 ，则进入下一步

尝试import caffe

1
2
3
$cd caffe/python  
python  
>>>import caffe

如果没有报错，需要继续输入

1
dir(caffe)

如果显示

1
2
3
4
5
6
['AdaDeltaSolver', 'AdaGradSolver', 'AdamSolver', 'Classifier', 'Detector', 'Layer', 
'NesterovSolver', 'Net', 'NetSpec', 'RMSPropSolver', 'SGDSolver', 'TEST', 'TRAIN',
'__builtins__', '__doc__', '__file__', '__name__', '__package__', '__path__', 
'__version__', '_caffe', 'classifier', 'detector', 'get_solver', 'io', 'layer_type_list',
'layers', 'net_spec', 'params', 'proto', 'pycaffe', 'set_device', 'set_mode_cpu', 'set_mode_gpu',
'set_random_seed', 'to_proto']

说明安装成功。如果报错，一般是部分依赖项没有安装上，请参考最开始的一般依赖项检查。

py-faster-rcnn的CPU安装

py-faster-rcnn下载

1
2
cd ~ 
git clone --recursive  https://github.com/rbgirshick/py-faster-rcnn.git

安装安装cython和easydict

1
2
sudo pip install cython  
sudo pip install easydict

编译cython并做如下修改

1
2
cd py-faster-rcnn/lib
gedit setup.py

crtl+f查找，将setup.py文件中部分行 ，修改为如下所示

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
#CUDA = locate_cuda()  
#self.set_executable('compiler_so', CUDA['nvcc'])  
#Extension('nms.gpu_nms',  
#['nms/nms_kernel.cu', 'nms/gpu_nms.pyx'],  
#library_dirs=[CUDA['lib64']],  
#libraries=['cudart'],  
#language='c++',  
#runtime_library_dirs=[CUDA['lib64']],  
# this syntax is specific to this build system  
# we're only going to use certain compiler args with nvcc and not with  
# gcc the implementation of this trick is in customize_compiler() below  
#extra_compile_args={'gcc': ["-Wno-unused-function"],  
#                    'nvcc': ['-arch=sm_35',  
#                             '--ptxas-options=-v',  
#                             '-c',  
#                             '--compiler-options',  
#                             "'-fPIC'"]},  
#include_dirs = [numpy_include, CUDA['include']]  
#),

编译 文件

1
make

修改并编译caffe

  1. 直接到之前的caffe目录，找到Makefile.config，然后复制粘贴到/py-faster-rcnn/caffe-fast-rcnn/

  2. 打开CMakeLists.txt，做如下修改（OFF改成ON）

    1
    caffe_option(CPU_ONLY  "Build Caffe without CUDA support" ON) # TODO: rename to USE_CUDA

  3. 编译cafe

    1
    2
    cd ~/py-faster-rcnn/caffe-fast-rcnn  
    make -j8&& make pycaffe

下载测试文件

下载完成之后 ，解压

1
tar zxvf faster_rcnn_models.tgz -C ./

修改部分文件

  1. 修改/py-faster-rcnn/lib/fast_rcnn/config.py文件（True改成False）

    1
    2
    # Use GPU implementation of non-maximum suppression
    __C.USE_GPU_NMS = False

  2. 将/py-faster-rcnn/tools/test_net.py和 /py-faster-rcnn/tools/train_net.py的caffe.set_mode_gpu()修改为caffe.set_mode_cpu().

  3. 修改/py-faster-rcnn/lib/fast_rcnn/nms_wrapper.py文件（注释该引用，并将False改成True）

    1
    2
    #from nms.gpu_nms import gpu_nms
    def nms(dets, thresh, force_cpu=True):

运行demo

1
2
cd ~/py-faster-rcnn  
sudo ./tools/demo.py --cpu

如果显示

1
2
3
syncedmem.hpp:25] Check failed: *ptr host allocation of size 345600000 failed
*** Check failure stack trace: ***
已放弃 (核心已转储)

个人猜测是内存不足的原因，如有其他解决方案，烦请评论提醒。此处尝试更换测试数据集，如下

1
2
cd ~/py-faster-rcnn  
sudo ./tools/demo.py --cpu  --net zf

稍等片刻既可

最后清理系统垃圾

在安装过程中，可能产生系统垃圾或者不需要的软件，可以将其清理掉
点这里参考这篇博客解决

坚持原创技术分享，您的支持将鼓励我继续创作！