caffe随记(十)---DeepLabV2安装过程


1.下载DeepLabV2的code

https://bitbucket.org/aquariusjay/deeplab-public-ver2,

这个网址是作者提供的官方页面


进入这个页面之后点击download,然后进入下载页面


下载之后就是这个压缩包

2.下载pretrained model


这个也就在刚刚那个页面就有,点击here进入models的界面,这里面有很多,我选用的是最下面的:


VGG16model,点击进入下载页面,下载之后得:


打开看一下里面的内容


里面就是一些caffemodel和prototxt

这些prototxt你可以用写字板打开看一下熟悉一下里面写的是什么,

根据网页里面的描述应该是在PASCAL VOC 2012的数据上的caffemodel


3. 实验配置



不过好像前两个link现在都失效了,这里我分享一下:

 

由于我是用windows下载的,所以现在把我下载的东西都用linux的scp命令给copy到服务器上去。scp命令请自行百度,

然后我把aquariusjay…那个名字很长的文件夹顺便改了名字,就叫DeepLabV2

先来安装matio,进入到matio-1.5.2文件夹,(这个文件夹我就是放在我的根目录下的/home/Teeyo /matio-1.5.2)

$ cd matio-1.5.2

$ ./configure

$ make

$ make check

$ make install

我在make和make check的时候遇到了一个问题


就是说 autom4te:command not found,
然后解决方案是:安装autoconf这个包,由于我没有管理员权限,我就让我的师兄给我装了一下:


Dell是师兄的账号,然后给系统里装了autoconf这个包,这个问题就能解决到,
make check就能通过

-------------------------------------------------------------------------------------------------------------

-------------------------------------------------------------------------------------------------------------

 

make check通过之后,我们继续输入make install,然后又报错:


意我红圈中的内容,告知我没有权限……那么我输入:
./configure --prefix=/home/Teeyo/matio
这句命令就是说我把安装的位置更改为我自己Teeyo的目录下,这样就不需要root权限了

我的这个命令就是让matio安装到Teeyo下matio这个文件夹中,


然后再makeinstall 就ok了,


这是我截取的部分内容,可以看到原来报错的位置,现在没有报错了,因为刚刚这里的文件安装的路径已经改到了/home/Teeyo/matio/lib里面去了


这时候我们再回到Teeyo目录下,发现多了一个matio文件夹,红圈所示:



这因为我刚刚把安装路径设置为这里,那么我们再进去看一下:



那么matio的安装至此就搞定了。

-------------------------------------------------------------------------------------------------------------

-------------------------------------------------------------------------------------------------------------


要注意的问题,我的matio是安装在  /home/Teeyo/DeepLabV2/matio
所以:
在DeepLabV2 的 Makefile.config 中的INCLUDE_DIRS 中添加 matio 的 src路径,
文件夹本身没有Makefile.config文件,所以就自己把那个example复制并更名
cp Makefile.config.example  ./Makefile.config 


vimMakefile.config

 LIBRARY_DIRS 中添加 引用和库(蓝色字体是我们这次要添加的,直接在原来的后面写就ok)

 

INCLUDE_DIRS:= $(PYTHON_INCLUDE) /usr/local/include  /home/Teeyo/ matio/include

LIBRARY_DIRS:= $(PYTHON_LIB) /usr/local/lib /usr/lib  /home/Teeyo/ matio/lib

要注意的第二个问题,环境变量的增加:
vim ~/.bashrc 

在最后一排打上我图里的这段话

-------------------------------------------------------------------------------------------------------------
-------------------------------------------------------------------------------------------------------------

然后matio的编译和安装基本上就ok了,下面开始DeepLabV2的编译:

make clean

make  –j32  //这里的-j32是因为我的计算机支持32线程,一般的话写成-j8就行

make test –j32

make pycaffe

make pytest

 

在第一次make的时候,会报错:


/include/caffe/common.cuh(9):error: function "atomicAdd(double *, double)" has already beendefined

原因是CUDA 8.0 提供了对atomicAdd函数的定义,但atomicAdd在之前的CUDAtoolkit中并未出现,因此一些程序自定义了atomicAdd函数。

 

解决方法:打开./include/caffe/common.cuh文件,在atomicAdd前添加宏判断即可。     

#if !defined(__CUDA_ARCH__) || __CUDA_ARCH__ >= 600

#else

   static __inline__ __device__ doubleatomicAdd(double* address, double val)

   {

      ...

   }

#endif

这个问题就解决了

-------------------------------------------------------------------------------------------------------------

-------------------------------------------------------------------------------------------------------------



然后再看下面另一个问题:

这是忘了开opencv的开关了,就还是到Makefile.config里面去,打开开关:


(我用的是OPENCV3)

顺便把CUDNN的开关也打开


-------------------------------------------------------------------------------------------------------------

-------------------------------------------------------------------------------------------------------------

然后再来 make clean,再来make all,又出现以下问题:



然后回到DeepLabV2这个根目录下,

cd .build_release/src/caffe/util/  来这个文件夹看看


发现的确是没有找到math_functions.o这个东西,然后我查了很久初步判定是CUDNN兼容的问题

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,


我做了如下改变:

把我的DeepLabV2/include/caffe/util/cudnn.hpp用github上最新的caffe同样目录下的hpp替换了!

即是我去网上github的把 caffe-master/include/caffe/util/cudnn.hpp拿到我的DeepLabV2来替换了刚刚那个文件,然后make clean 然后make all:

当然因为问题还没有解决完,还是没有通过,但是这一次math_functions.o出现了!!!



如图,而在之前我这个里面是没有的,所以我刚刚的改动证明是有用的!!!

 

最终解决方案:


然后这次进行编译,就不会出现error了,只会出现一些warning,不影响后面的使用。

我的博客即将同步至腾讯云+社区,邀请大家一同入驻。


  • 3
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值