您的位置：首页 > Web前端

ubuntu--pva-faster-rcnn（CAFFE版）

2017-01-14 12:39 295 查看

ubuntu16.04下pva-faster-rcnn配置

 list:

1.anaconda2

2.nvidia 驱动

3.cuda8.0

4.cudnn5.1

5.opencv

1.anaconda2注意加权限$ sudo chmod 777 Anaconda2-4.1.1-Linux-x86_64.sh然后安装 $ ./Anaconda2-4.1.1-Linux-x86_64.sh询问是否添加到环境变量中，选择yes有些库要独立安装，比如 pip install protobuf==3.0.0, pip install EasyDict等。


2.opencv
法一：pip 安装
pip install opencv_python-3.2.0.7-cp27-cp27mu-manylinux1_x86_64.whl

法二：编译安装

1.依赖：

显示： $ sudo apt-get install libgtk2.0-dev

支持视频： $ sudo apt-get install libavcodec-dev libavformat-dev libswscale-dev libv4l-dev

优化包： $ sudo apt-get install libatlas-base-dev gfortran

python 环境: $sudo apt-get install python-dev python-pip

sudo apt-get install libgflags-dev libgoogle-glog-dev liblmdb-dev protobuf-compiler libboost-all-dev libhdf5-dev libopenblas-dev liblapack-dev

sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libhdf5-serial-dev 2.编译安装opencv-3.1.0进入根目录，在根目录创建文件夹build文件夹:$ mkdir build然后进入build文件夹： $cd build执行：

cmake -D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_INSTALL_PREFIX=/usr/local ..注意后面的..

这里会出现一个错误：原因是下载的ippicv包在进行hash 码在检校是不匹配，需要手动下载 ippicv_linux_20151201.tgz，并放在下面的目录：/home/liesmars/softwares/opencv/3rdparty/ippicv/downloads/linux-808b791a6eac9ed78d32a7666804320e/ippicv_linux_20151201.tgz最后生成配置文件$make -j16执行$ make install 完成安装

3.环境配置：用的过程中出现 no module named cv2的情况，原因是cv2.so 文件不在系统的里面，因此

sudo
 [code]gedit /etc/ld.so.conf.d/opencv.conf

添加： /usr/

local

/lib
关闭执行 $
[code]sudo

ldconfig使之立即执行

sudo

gedit /etc/ bash .bashrc

[/code]PKG_CONFIG_PATH=$PKG_CONFIG_PATH:/usr/
local
/lib/pkgconfig
export
 [code]PKG_CONFIG_PATH[/code]

3.nvidia 驱动清楚先前的版本$ sudo apt-get purge nvidia-*

添加源$ sudo add-apt-repository ppa:graphics-drivers/ppa

安装正确的版本，我的是gtx titan x,$ sudo apt-get install nvidia-367

4.cuda8.0
1.首先给gcc,g++降级至4.7：

$ sudo apt-get install -y gcc-4.7$ sudo apt-get install -y g++-4.7

查看版本：

gcc --versiong++ --version

然后建立软连接：

$ cd /usr/bin$ sudo rm gcc$ sudo rm g++$sudo ln -s gcc-4.7 gcc$sudo ln -s g++-4.7 g++

2.cuda8.0安装：

然后修改权限：sudo chmod 777 cuda_8.0.61_375.26_linux.run安装： ./cuda_8.0.61_375.26_linux.run

Do you accept the previously read EULA? (accept/decline/quit): accept
　　　You are attempting to install on an unsupported configuration. Do you wish to continue? ((y)es/(n)o) [ default is no ]: y
　　　Install NVIDIA Accelerated Graphics Driver for Linux-x86_64 375.26? ((y)es/(n)o/(q)uit): n
　　　Install the CUDA 8.0 Toolkit? ((y)es/(n)o/(q)uit): y
　　　Enter Toolkit Location [ default is /usr/local/cuda-8.0 ]:
　　　Do you want to install a symbolic link at /usr/local/cuda? ((y)es/(n)o/(q)uit): y
　　　Install the CUDA 8.0 Samples? ((y)es/(n)o/(q)uit): y
　　　Enter CUDA Samples Location [ default is /home/kinghorn ]: /usr/local/cuda-8.0
　　　Installing the CUDA Toolkit in /usr/local/cuda-8.0...

安装成功： [/code]

===========
　　　= Summary =
　　　===========
　　　Driver:   Not Selected
　　　Toolkit:  Installed in /usr/local/cuda-8.0
　　　Samples:  Installed in /usr/local/cuda-8.0

[/code]

3.添加环境变量

[/code]

export PATH=/usr/local/cuda-8.0/bin${PATH:+:${PATH}}

export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

4.测试

$ nvidia-smi

5.cudnn
1)复制到cuda下面

cd cuda sudo cp lib64/lib* /usr/local/cuda/lib64/ sudo cp include/cudnn.h /usr/local/cuda/include/sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*

2）建立链接cd /usr/local/cuda/lib64/sudo chmod +r libcudnn.so.5.1.5#注意查看自己的版本号sudo ln -sf libcudnn.so.5.1.5 libcudnn.so.5sudo ln -sf libcudnn.so.5 libcudnn.sosudo ldconfig

6.pva

1.caffe 转到caffe-fast-rcnn，修改Makefile.config文件（复制）：打开USE_CUDNN := 1如果使用opencv3以上，打开OPENCV_VERSION :=3如果使用python接口：关于python，修改为自己的PYTHON_INCLUDE 和 PYTHON_LIB打开WITH_PYTHON_LAYER : =1最后：INCLUDE_DIRS,LIBRARY_DIRS修改如下： INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include /usr/include/hdf5/serial LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib /usr/lib/x86_64-linux-gnu /usr/lib/x86_64-linux-gnu/hdf5/serial修改好后，回到根目录PVA，执行make -j16 & make pycaffe2.pva进入lib 文件夹，运行setup.py文件。

内容来自用户分享和网络整理，不保证内容的准确性，如有侵权内容，可联系管理员处理

标签：

相关文章推荐

新的分享

章节导航