以下仅仅为一个总结,参考了网上的众多资料,仅备忘记。
主要链接
- deeplab主页:http://liangchiehchen.com/projects/DeepLab.html
- 官方代码:https://bitbucket.org/aquariusjay/deeplab-public-ver2
- python 版caffe实现:https://github.com/TheLegendAli/DeepLab-Context2
- model下载:http://liangchiehchen.com/projects/DeepLab_Models.html
- DeepLabv2_VGG16 预训练模型
- DeepLabv2_ResNet101预训练模型
- pytorch实现的deeplab:https://github.com/isht7/pytorch-deeplab-resnet
- 网上开源代码:martinkersner/train-DeepLab
主要运行步骤
如下我们主要以网上开源的一个版本讲解:https://github.com/xmojiao/deeplab_v2 .
主要的步骤可以参考:
1. 图像语义分割:从头开始训练deeplab v2系列之一【源码解析】
2. 图像语义分割:从头开始训练deeplab v2系列之二【VOC2012数据集】
3. Deeplab v2 调试全过程(Ubuntu 16.04+cuda8.0)
下面说一些这上面没有的我遇到的一些问题。
1. 安装 matio:
上面资料中都使用 matio-1.5.2.tar.gz ,但是我装不上,可能与我的库不兼容,于是我下载了最新的 matio-1.5.11 ,并且按照如下命令运行安装:
cd matio-1.5.11
./configure --prefix=/data1/... (填写自己的安装目录)
make
make check (可略)
make install
最后在bash.rc上加上 LD_LIBRARY_PATH=/your/path/to/libmatio.so.2
参考:http://blog.csdn.net/houqiqi/article/details/46469981
2. 使用的Caffe版本比较陈旧,导致会出现很多和最新环境不兼容的情况,我使用的是cuDNN6.0,cuda8.0
出现:
./include/caffe/util/cudnn.hpp: In function ‘void caffe::cudnn::createPoolingDesc(cudnnPoolingStruct**, caffe::PoolingParameter_PoolMethod, cudnnPoolingMode_t*, int, int, int, int, int, int)’:
./include/caffe/util/cudnn.hpp:127:41: error: too few arguments to function ‘cudnnStatus_t cudnnSetPooling2dDescriptor(cudnnPoolingDescriptor_t, cudnnPoolingMode_t, cudnnNanPropagation_t, int, int, int, int, int, int)’
pad_h, pad_w, stride_h, stride_w));
这是由于所使用的cuDNN版本不一致的导致的,作者配置环境是cuDNN 4.0,但是5.0版本后的cuDNN接口有所变化。
解决方法 :将以下几个文件用最新BVLC版本的caffe对应文件替换并重新编译
./include/caffe/util/cudnn.hpp
./include/caffe/layers/cudnn_conv_layer.hpp
./include/caffe/layers/cudnn_relu_layer.hpp
./include/caffe/layers/cudnn_sigmoid_layer.hpp
./include/caffe/layers/cudnn_tanh_layer.hpp</