Jetson TX1 开发教程（3）--安装运行Caffe-SSD

前言

此篇博文，博主将详细介绍Jetson TX1如何安装运行caffe框架。因为要在开发板上跑ssd的demo，所以就直接clone ssd项目了，反正ssd也是caffe的一个分支，除了ssd特有的层，二者在编译运行上几乎一样。

安装依赖包

依次安装以下依赖项，如果不想每一次install都出现yes or no的提示项，可以在命令末尾加上“-y”。

$ sudo apt-get install build-essential -y #必要的编译工具依赖

$ sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libhdf5-serial-dev protobuf-compiler

$ sudo apt-get install --no-install-recommends libboost-all-dev

$ sudo apt-get install libatlas-base-dev

$ sudo apt-get install libgflags-dev libgoogle-glog-dev liblmdb-dev

PS.毕竟不是笔记本电脑，下载安装过程可能极为缓慢，需要有充足的时间和耐心。

安装easy_install和pip

pip和easy_install的作用是方便以后安装python软件包。

下载安装easy_install

$ wget --no-check-certificate https://bootstrap.pypa.io/ez_setup.py 

也可以使用博主上传的py文件：ez_setup.py

$ sudo python ez_setup.py --insecure 

下载安装pip

$ wget https://bootstrap.pypa.io/get-pip.py 

也给出下载地址：get-pip.py

$ sudo python get-pip.py

PS.如果以上都两个包都很难安装上，也没关系。不过，至少要安装python-pip，使用如下命令：sudo apt-get install python-pip

安装python常用库

$ sudo apt-get install libblas-dev liblapack-dev libatlas-base-dev gfortran python-numpy

克隆ssd源码

$ git clone https://github.com/weiliu89/caffe.git
$ cd caffe/
$ git checkout ssd # 切换至分支ssd

安装pycaffe所需依赖包

$ cd ~/caffe/python
$ sudo su # 使用超级权限
$ for req in $(cat "requirements.txt"); do pip install -i https://pypi.tuna.tsinghua.edu.cn/simple $req; done 

PS.终端输入Ctrl+Shift+d退出sudo su模式

编译caffe-ssd

这里建议先把能改的都改了，最后进行编译，一次就可以成功，可以节省不少时间。

修改Makefile.config

$ cd ~/caffe
$ cp Makefile.config.example Makefile.config
$ gedit Makefile.config

1. 将 USE_CUDNN := 1 取消注释
2. INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include 后面打上一个空格 然后添加/usr/include/hdf5/serial
3. LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib 后面打上一个空格，然后添加/usr/lib/aarch64-linux-gnu/hdf5/serial/
4. 在CUDA_ARCH := 后面加一句-gencode arch=compute_53,code=sm_53，最好同时删除sm_35以下以及sm_53以上的条目

说明：第1步的作用是使用cudnn编译，第2、3步是添加hdf5的路径，这个路径和x86的PC是不一样的，没有的话会出现找不到hdf5.h的错误，第4步是为了匹配TX1的GPU计算能力，因为查到其计算能力为5.3，加上之后使得GPU加速发挥得更好。

如有需要，可参考博主的配置文件：Makefile.config for SSD

修改Makefile

$ cd ~/caffe
$ gedit Makefile

进入文件，修改
NVCCFLAGS += -ccbin=$(CXX) -Xcompiler -fPIC $(COMMON_FLAGS)
为 NVCCFLAGS += -D_FORCE_INLINES -ccbin=$(CXX) -Xcompiler -fPIC $(COMMON_FLAGS)

说明：修改这一步是为了避免出现string.h ‘memcy’ was not declared in this scope这样的错误，这种错误通常是由于gcc版本太新而导致的。

建立hdf5软连接

$ cd /usr/lib/aarch64-linux-gnu
$ sudo ln libhdf5_serial.so.10.1.0 libhdf5.so
$ sudo ln libhdf5_serial_hl.so.10.0.2 libhdf5_hl.so
$ sudo ldconfig # 使连接生效

说明：这一步是为了建立软连接，避免出现找不到lhdf5_hl和lhdf5的错误。

make caffe-ssd

$ cd ~/caffe
$ make all -j4
$ make test -j4
$ make runtest -j4 # 如果能运行demo，make test & runtest非必须 
$ make pycaffe -j4 
$ make matcaffe -j4 # 可选，但要修改其他选项，参看底部文献

PS.编译过程中可能会出现nvcc warning: The 'compute_20'and 'sm_21' architectures are ......这种警告，原因是TX1的计算能力是5.3，管不到2.0的情况，可以在Makefile.config中删除“compute_20”所在条目；也可能会提示找不到openblas库，那就继续安装openblas：sudo apt-get install libopenblas-dev，然后重新编译。

$ cd ~/caffe/python
$ python
$ import caffe

上面是在测试Python环境，只要没报错，就可以说明编译成功了。也有可能会出警告：UserWarning: Matplotlib is building the font cache using fc-list. This may take a moment 这种情况也不要紧，可用下面命令消除之（终端Python环境下）：

$ import matplotlib
$ matplotlib.use('TkAgg')

PS.make runtest -j4居然运行了一个多小时，已经无力吐槽。。。

测试AlexNet

$ cd ~/caffe
$ ./build/tools/caffe time --gpu 0 --model 
$ ./models/bvlc_alexnet/deploy.prototxt

测试结果为total time：10687.4ms

运行caffe-ssd

在Jetson TX1上运行ssd的过程和电脑上基本一样，详细的步骤可以参考博主的文章：
SSD:Single Shot MultiBox Detector的安装配置和运行
这里，仍然简要说下步骤：

下载使用已有模型

想直接看看ssd效果的话，可以下载作者训练好的模型：下载地址

得到了一个压缩包：models_VGGNet_VOC0712_SSD_300x300.tar.gz ，将其解压，把其中的VGGNet文件夹放到/home/ubuntu/caffe/models/目录之下。

增加pycaffe环境变量

$ cd 
$ echo "export PYTHONPATH=/home/ubuntu/caffe/python:$PYTHONPATH" >> ~/.profile
$ source ~/.profile
$ echo $PYTHONPATH #检查环境变量的值

说明：如果没有这一步的话，可能会出现no module named caffe或者no module named caffe-proto这种错误。

进行webcam检测

$ cd ~/caffe
$ python examples/ssd/ssd_pascal_webcam.py

按理说过一会应该会出现检测窗口，但非常不幸的是，窗口全黑，只看到帧率，看不见画面。原因推测是Jetson TX1的CSI摄像头接口不支持这种程序调用，没办法，只得外接USB摄像头来看演示效果。首先在.profile文件中添加环境变量export LD_PRELOAD=/usr/lib/aarch64-linux-gnu/libv4l/v4l1compat.so，然后在py文件中修改”webcam_id”为1即可。

进行video检测

$ cd ~/caffe
$ python examples/ssd/ssd_pascal_video.py

这里会对内置的演示视频进行检测，这次没有出问题，可以运行成功，我就不放图了，效果和电脑比较有一定差距，帧率比较低，看以后能不能想办法加速一下。

PS.esc键可以退出窗口，在终端键入Ctrl+Shift+c可强制退出。

进行image检测

参看博主之前的博文：SSD: Single Shot MultiBox Detector检测单张图片

TX1开发板也研究一周了，ssd也还算能跑的通，看来下一步就得训练自己的数据模型了。

参考文献：
http://blog.csdn.net/g0m3e/article/details/51420565