编译pycaffe SSD（python3.6，OpenCV3.4）

编译caffe（python3.6，OpenCV3.4）

安装依赖包

编译caffe首先要安装一大堆的依赖包：

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 libopenblas-dev liblapack-dev libatlas-base-dev

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

sudo apt-get install git cmake build-essential

安装CUDA和cuDNN

不是本次博客的重点，略去。

安装OpenCV3.4

注意，这个不是python上的OpenCV哦！如果没装这个，在编译caffe的过程中会报以下错误：

/usr/bin/ld: cannot find -lopencv_imgcodecs

sudo apt install git
git clone https://github.com/jayrambhia/Install-OpenCV
cd Install-OpenCV/Ubuntu/
chmod +x *
./opencv_latest.sh

漫长的等待·····编译过程中终端花花绿绿的日志真是好看~

安装Boost Python

从官网下好源码（最新版本，否则在编译caffe的时候会报一个关于CUDA的参数过时了）

unzip boost_1_67_0.zip
cd boost_1_67_0
./bootstrap.sh --with-python=/usr/bin/python3 --with-python-version=3.6 --with-python-root=/home/xxx/anaconda3/lib/python3.6 --prefix=/usr/local
sudo ./b2 install -a --with=all
sudo ldconfig

--with-python-root指定成自己使用的python就好

漫长的编译过程，有警告？无视掉。

安装caffe

git clone https://github.com/weiliu89/caffe.git
cd caffe
git checkout ssd

需要切换到分支ssd，如果是从https://github.com/BVLC/caffe.git 检出的，那么切换到intel分支。

进入 caffe ，将 Makefile.config.example 文件复制一份并更名为 Makefile.config

cp Makefile.config.example Makefile.config

修改的参数：
1. 应用cuDNN

将
#USE_CUDNN := 1
修改成： 
USE_CUDNN := 1

1. opencv 版本

将
#OPENCV_VERSION := 3 
修改为： 
OPENCV_VERSION := 3

1. 应用python接口

将
#WITH_PYTHON_LAYER := 1 
修改为 
WITH_PYTHON_LAYER := 1

1. 修改 python 路径

INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include
LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib 
修改为： 
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

1. 指定anaconda中的python（使用了anaconda的话）

注意：要把原本的python2.7注释掉

# NOTE: this is required only if you will compile the python interface.
# We need to be able to find Python.h and numpy/arrayobject.h.
# PYTHON_INCLUDE := /usr/include/python2.7 \
#       /usr/lib/python2.7/dist-packages/numpy/core/include
# Anaconda Python distribution is quite popular. Include path:
# Verify anaconda location, sometimes it's in root.
ANACONDA_HOME := /home/xxx/anaconda3/
PYTHON_INCLUDE := $(ANACONDA_HOME)/include \
        $(ANACONDA_HOME)/include/python3.6m \
        $(ANACONDA_HOME)/lib/python3.6/site-packages/numpy/core/include

1. 设定使用python3的boost

# Uncomment to use Python 3 (default is Python 2)
PYTHON_LIBRARIES := boost_python3 python3.5m
# PYTHON_INCLUDE := /usr/include/python3.5m \
#                 /usr/lib/python3.5/dist-packages/numpy/core/include

注意，这里放开了PYTHON_LIBRARIES,将它设定成python3的boost， 但没放开PYTHON_INCLUDE注释，因为我使用了anaconda里的PYTHON_INCLUDE。

假如你使用py3调用了py2.7的boost的话，就会出现这样的错误内容：

undefined symbol: _ZN5boost6python6detail11init_moduleER11PyModuleDefPFvvE

1. 根据CUDA版本修改计算架构

注释里说，CUDA>=9.0的话，把compute_20到21的注释掉，否则，会出现以下错误：

unsupported gpu architecture 'compute_20'

# CUDA architecture setting: going with all of them.
# For CUDA < 6.0, comment the *_50 through *_61 lines for compatibility.
# For CUDA < 8.0, comment the *_60 and *_61 lines for compatibility.
# For CUDA >= 9.0, comment the *_20 and *_21 lines for compatibility.
CUDA_ARCH := 
#       -gencode arch=compute_20,code=sm_20 \
#       -gencode arch=compute_20,code=sm_21 \
        -gencode arch=compute_30,code=sm_30 \
        -gencode arch=compute_35,code=sm_35 \
        -gencode arch=compute_50,code=sm_50 \
        -gencode arch=compute_52,code=sm_52 \
        -gencode arch=compute_60,code=sm_60 \
        -gencode arch=compute_61,code=sm_61 \
        -gencode arch=compute_61,code=compute_61

现在开始编译pycaffe

在caffe目录下，进入python目录,里面有个requirements.txt文件：

Cython>=0.19.2
numpy>=1.7.1
scipy>=0.13.2
scikit-image>=0.9.3
matplotlib>=1.3.1
ipython>=3.0.0
h5py>=2.2.0
leveldb>=0.191
networkx>=1.8.1
nose>=1.3.0
pandas>=0.12.0
python-dateutil>=1.4,<2
protobuf>=2.5.0
python-gflags>=2.0
pyyaml>=3.10
Pillow>=2.3.0
six>=1.1.0

需要把python-dateutil>=1.4,<2去掉，因为它会装上1.5版本的python-dateutil，而安装matplotlib需要2.1版本，我们手动安装上高版本的python-dateutil先。

执行：

for req in $(cat requirements.txt); do pip install $req; done

安装好这些依赖后，继续回到caffe根目录

执行：

make pycaffe

出现报错：

/usr/include/boost/python/detail/wrap_python.hpp:50:23: fatal error: pyconfig.h: No such file or directory

将环境变量CPLUS_INCLUDE_PATH指定到自己的python3.6m上

export CPLUS_INCLUDE_PATH=/home/xxx/anaconda3/include/python3.6m

继续编译，发现报错：

/usr/bin/ld: cannot find -lboost_python3

在/usr/lib/x86_64-linux-gnu中找到libboost_python-py35.so, 执行：

sudo ln -s libboost_python-py35.so libboost_python3.so

即可使其被Caffe找到.

继续编译，发现报错：

/usr/bin/ld: cannot find -lpython3.5m

解决办法同上：

sudo ln -s libpython3.5m.so.1 libpython3.5m.so

继续编译，成功：

.build_release/examples/cpp_classification/classification.bin CXX/LD 
-o python/caffe/_caffe.so python/caffe/_caffe.cpp touch python/caffe/proto/init.py PROTOC (python) 
src/caffe/proto/caffe.proto

现在已经编译通过了。
当再一次执行make pycaffe时，显示：

make: Nothing to be done for ‘pycaffe’.

证明是没有问题的。

现在进入python环境，看看能不能导入caffe模块：

>>> import sys
>>> caffe_root = '/path/to/caffe/'
>>> sys.path.insert(0, caffe_root + 'python') 
>>> import caffe 
>>> caffe.__version__
'1.0.0'
>>> 

说明编译出的caffe能够正常使用了，如果出现以下错误：

ImportError: dynamic module does not define module export function (PyInit__caffe)

说明用来编译caffe的python版本跟当前使用的python版本不一致。

到此完成了pycaffe的编译。