ubuntu14.04+caffe+cuda8.0+openpose工作环境搭建
2017-07-20 20:38
1016 查看
近期要用到openpose,目前还未看到在ubuntu上配置的相关介绍,只发现了在Windows下进行配置的博客(http://blog.csdn.net/d408550969/article/details/72823605)。这里我在ubuntu下进行了编译使用,其主要部分还是为caffe的编译安装,完成caffe的编译安装后,再进行openpose编译就很简单,简要记录如下。
一、相关资源下载
caffe:https://github.com/BVLC/caffe
openpose:https://github.com/CMU-Perceptual-Computing-Lab/openpose
注意:openpose是依赖caffe编译的,首先需要搭建好caffe的工作环境。其次官方openpose是在ubuntu14和16版本上测试的,我这里使用的是ubuntu14.04.而NVIDIA显卡至少要有1.6G,可以通过nvidia-smi 命令查看。还有一些其他的硬件要求,大家可以去github的安装说明上去看(https://github.com/CMU-Perceptual-Computing-Lab/openpose/blob/master/doc/installation.md)。
二、环境搭建
1、caffe环境搭建
这一块已经有了很多资料进行了介绍,我在安装时也查阅了很多博客,这里对我安装的情况简要记录。
(1)首先是安装显卡驱动。开机进入BIOS,在“启动”中禁用“Fast boot”,接着在“Advanced”=>“SA”=>“GC”中选择集成显示,将iGPU开启。
(2)启动系统,进入tty(ctr+alt+F1),登录自己的用户,首先要关掉图形窗口:
然后开始安装显卡驱动:
接下来重启系统,在BIOS中启动独立显卡:BIOS–>Adwanced–>SA—>GC–>优选设备:auto&&iGPU:关闭。
保存设置进入系统,打开终端测试:nvidia-smi,可以看到:
表示显卡驱动已经安装好了。
(3)安装cuda
在官网下载系统对应的cuda版本,按官网介绍安装即可,注意安装完需要配置环境变量。
(4)opencv3.0 首先安装opencv需要的依赖,然后下载源码编译即可。参见: http://blog.csdn.net/linj_m/article/details/45048905
(5)python使用的是系统自带的,需下载caffe/python/requirements.txt中包含的python工具包。
(6)cuDNN的安装比较简单,同时还需要安装caffe所依赖的一下工具包,参见:http://blog.csdn.net/zouyu1746430162/article/details/54095807
(7)最后就是编译caffe了。Makefile.config需要按照自己的系统和环境修改好,这里要用到openpose提供的Makefile。将/openpose/3rdparty/caffe/下的Makefile文件拷到caffe的根目录,替换原有的Makefile。接下来进行编译,在根目录下:
编译完成即可。
2、openpose编译
编译openpose就比较简单了,在/openpose/ubuntu/目录下,拷贝Makefile.config.Ubuntu14_cuda8.example到openpose的根目录,重命名为:Makefile.config,然后将Makefile.config中的caffe_dir改为刚刚编译的distribute目录,然后在主目录下编译即可:
最后就是测试了,按照github项目主页进行测试即可,效果还是很不错的。
一、相关资源下载
caffe:https://github.com/BVLC/caffe
openpose:https://github.com/CMU-Perceptual-Computing-Lab/openpose
注意:openpose是依赖caffe编译的,首先需要搭建好caffe的工作环境。其次官方openpose是在ubuntu14和16版本上测试的,我这里使用的是ubuntu14.04.而NVIDIA显卡至少要有1.6G,可以通过nvidia-smi 命令查看。还有一些其他的硬件要求,大家可以去github的安装说明上去看(https://github.com/CMU-Perceptual-Computing-Lab/openpose/blob/master/doc/installation.md)。
二、环境搭建
1、caffe环境搭建
这一块已经有了很多资料进行了介绍,我在安装时也查阅了很多博客,这里对我安装的情况简要记录。
(1)首先是安装显卡驱动。开机进入BIOS,在“启动”中禁用“Fast boot”,接着在“Advanced”=>“SA”=>“GC”中选择集成显示,将iGPU开启。
(2)启动系统,进入tty(ctr+alt+F1),登录自己的用户,首先要关掉图形窗口:
sudo service lightdm stop
然后开始安装显卡驱动:
sudo add-apt-repository ppa:graphics-drivers/ppa sudo apt-get update sudo apt-get install nvidia-375
接下来重启系统,在BIOS中启动独立显卡:BIOS–>Adwanced–>SA—>GC–>优选设备:auto&&iGPU:关闭。
保存设置进入系统,打开终端测试:nvidia-smi,可以看到:
表示显卡驱动已经安装好了。
(3)安装cuda
在官网下载系统对应的cuda版本,按官网介绍安装即可,注意安装完需要配置环境变量。
(4)opencv3.0 首先安装opencv需要的依赖,然后下载源码编译即可。参见: http://blog.csdn.net/linj_m/article/details/45048905
(5)python使用的是系统自带的,需下载caffe/python/requirements.txt中包含的python工具包。
(6)cuDNN的安装比较简单,同时还需要安装caffe所依赖的一下工具包,参见:http://blog.csdn.net/zouyu1746430162/article/details/54095807
(7)最后就是编译caffe了。Makefile.config需要按照自己的系统和环境修改好,这里要用到openpose提供的Makefile。将/openpose/3rdparty/caffe/下的Makefile文件拷到caffe的根目录,替换原有的Makefile。接下来进行编译,在根目录下:
make all -j8 && make distribute -j8
编译完成即可。
2、openpose编译
编译openpose就比较简单了,在/openpose/ubuntu/目录下,拷贝Makefile.config.Ubuntu14_cuda8.example到openpose的根目录,重命名为:Makefile.config,然后将Makefile.config中的caffe_dir改为刚刚编译的distribute目录,然后在主目录下编译即可:
make all -j8
最后就是测试了,按照github项目主页进行测试即可,效果还是很不错的。
相关文章推荐
- Ubuntu16.04下Caffe环境搭建:cuda8.0 + opencv2.4.13
- 深度学习(四十一)cuda8.0+ubuntu16.04+theano、caffe、tensorflow环境搭建
- caffe环境的搭建(Ubuntu14.04 64bit,无CUDA,caffe在CPU下运行)
- 深度学习(四十一)cuda8.0+ubuntu16.04+theano、caffe、tensorflow环境搭建
- 多图超详细Ubuntu16.04下配置CUDA8.0+cuDNN5.1+Caffe+OpenPose
- 搭建环境(二)Ubuntu14.04安装CUDA8.0
- Ubuntu14.04+Anaconda+Cuda+Cudnn+Caffe环境搭建配置
- Ubuntu 16.04的caffe环境配置:cuda 8.0+cudnn 8.0+opencv3.1.0 + python2.7 + matlab2016b + blas(OpenBlas)
- [置顶] Ubuntu14.04+Anaconda+Cuda+Cudnn+Caffe环境搭建配置
- 环境搭建:Ubuntu16.04+CUDA8.0+cuDNN5.1+OpenCV3.1+Caffe+Docker
- py-faster-rcnn(running the demo): ubuntu14.04+caffe+cuda7.5+cudnn5.1.3+python2.7环境搭建记录
- Ubuntu16.04下Caffe环境搭建:cuda8.0 + opencv3.2.0
- Ubuntu14.04下安装caffe环境之CUDA8.0的安装
- [服务器搭建]----ubuntu14.04+cuda8.0+matlab+opencv+cudnn+caffe超级详细教程
- Ubuntu14.04+caffe+cuda7.5 环境搭建以及MNIST数据集的训练与测试
- ubuntu14.04 cuda8.0 GTX1080 环境搭建
- cuda8.0+ubuntu+theano、caffe、tensorflow环境搭建
- Caffe搭建:Ubuntu14.04 + CUDA7.0 + opencv3.0 + Matlab2014A
- Ubuntu 16环境下安装CUDA 8.0及Caffe
- ubuntu14.04 cuda8.0 cudnn caffe tensorflow opencv