TX1 Caffe安装与配置--填坑指南

在TX1上尝试了很多天的caffe配置与安装。由于TX1是ARM架构，其编译与下载与PC上的ubuntu系统有些许不同。以下进行归纳整理：

一、环境配置

本文是在TX1刷机后的基础上进行配置的。关于TX1刷机可以参考NVIDIA-TX1 刷机--填坑指南。

1. 交叉编译环境配置

安装必要的caffe环境

$ sudo add-apt-repository universe
$ sudo apt-get update
$ sudo apt-get install cmake git aptitude screen g++ libboost-all-dev \
libgflags-dev libgoogle-glog-dev protobuf-compiler libprotobuf-dev \
bc libblas-dev libatlas-dev libhdf5-dev libleveldb-dev liblmdb-dev \
libsnappy-dev libatlas-base-dev python-numpy libgflags-dev \
libgoogle-glog-dev python-skimage python-protobuf python-pandas \
libopencv-dev

2. Caffe下载

不能下载英伟达自带的caffe，不能下载！！！！实测英伟达自带的caffe只支持32位ubuntu，对64位ubuntu系统环境将会报错。所以本人在尝试无数次后选择了BVLC版本的caffe。

$ git clone https://github.com/BVLC/caffe.git

二、编译caffe

所有环境都安装好之后，我们可以caffe的编译了。

首先需要对caffe的配置文件进行修改。

$ cd caffe
$ mv Makefile.config.sample Makefile.config
$ gedit Makefile.config
第5行：去掉#号，即 “USE_CUDNN := 1”
保存退出

编译caffe

$ make all -j4

三、测试MNIST

我们使用caffe自带的mnist例子来测试caffe是否编译成功。

$ bash ./date/mnist/get_mnist.sh
$ bash ./examples/mnist/create_mnist.sh
$ bash ./examples/mnist/train_lenet.sh 

如果caffe编译成功，则上面的程序不会报错。

四、使用g++编译caffe中的classification.cpp文件

使用g++指令编译classification.cpp文件，需要注意一些链接库的位置。

$ g++ classification.cpp `pkg-config --libs --cflags opencv` -I /home/ubuntu/caffe/include -I /home/ubuntu/caffe/build/src -I /usr/local/cuda/include/ -L /home/ubuntu/caffe/build/lib/ -lcaffe -lprotobuf -lhdf5 -lhdf5_cpp -lhdf5_hl -lhdf5_hl_cpp   -lleveldb -llmdb  -lgflags -lglog -lboost_system -lboost_thread

编译成功之后，运行生成的a.out文件测试效果。

$ sudo ./a.out deploy.prototxt vgg_iter_3600.caffemodel mean.binaryproto label.txt 1.jpg

注意自己文件的路径，不能照抄