Ubuntu18.04+Caffe(GPU)+MATLAB接口

前言

之前为了重装系统，不得不先保证自己可以会配Caffe的GPU版本的MATLAB接口，才敢大胆地删掉师姐辛辛苦苦配成的代码环境。毕竟一重装系统，那些代码环境都烟消云散了。我是在Ubuntu18.04上完成的这件事：Caffe的GPU版本（安装了CUDA但没有安装CUDNN，结果上并不影响代码使用显卡资源）配置MatlabR2017a的接口。

在网上找啊找，有很多讲如何配置Caffe的Python接口的，就是没有一篇详细地从头到尾讲如何配置Caffe的Matlab接口的。以摸索整整四天时间的代价，换来现在这一个经验教程。为了让看到这篇文章的人省事，我把Caffe配置文件中该填的坑都填了，只需要把几行命令复制粘贴执行即可。如果顺利的话，十分钟就能装完。

我从给机器安装Ubuntu开始写，为了阅读体验，分成了几个博客。这是最后一个，也是最关键的一个。因为这个接口非常容易出错，之前尝试了很多次，查了很多经验贴，这里直接上最终版方案。

在看这篇博客之前，你需要已经装好了Ubuntu18.04，CUDA，MatlabR2017a，OpenCV3.4.2，版本不一定严格对应。 没有的可以看看这两篇
Ubuntu18.04安装和CUDA安装
Ubuntu18.04安装MatlabR2017a和OpenCV3.4.2

没错，这两篇都是为了现在这篇的准备工作。“Ubuntu18.04安装MatlabR2017a和OpenCV3.4.2”，看看这前言不搭后语的题目，其实可以一共写5篇的，但为了简洁，就这样吧。

安装Caffe

安装Caffe相关文件

官方教程地址，写的太简略，难以看懂

1.安装相关的软件和依赖

sudo apt install caffe-cuda
sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libhdf5-serial-dev protobuf-compiler libopenblas-dev liblapack-dev libatlas-base-dev libgflags-dev libgoogle-glog-dev liblmdb-dev
sudo apt-get install --no-install-recommends libboost-all-dev
sudo apt-get install cmake-qt-gui

2.下载Caffe源代码

官方Github地址，亲测可完成sudo make runtest，但无法完成sudo make mattest，会出错误，如ubuntu16.04 matlab2017b 编译caffe的matlab接口 吐血经历。同时感谢这位大佬提供的解决方案，本文正是按照此种方案完成的。

正确Caffe代码地址，如果下的慢可以使用百度网盘链接提取码：bmq9

我的百度网盘分享中包含三个文件，压缩包是那个正确Caffe代码（Github下载），剩下的两个是我配置好的文件，可以直接用的那种。

• 把压缩包解压，对应的文件夹名caffe-rpnbf-cudnn5-master改为caffe（不改也行，只是为了方便）
• 把Makefile和Makefile.config替换掉caffe文件夹下的同名文件

3.网盘中Makefile.config文件相对于Makefile.config.example的修改

• Cuda路径
  Makefile.config第30行

CUDA_DIR := /usr/local/cuda-10.2

• Matlab路径
  Makefile.config第68行

MATLAB_DIR := /usr/local/MATLAB/R2017a

如果是CUDA和MATLAB安装时选择默认路径的话，以上两项不必再改。对于不求甚解的同学，只关注上两个地方即可，下面可跳过。以下为网盘中Makefile.config文件相对于Makefile.config.example的其他修改处。

• CUDA_ARCH
  Makefile.config第39行开始，相较于原来,将前两项注释掉，修改为:

 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

• 依赖项
  Makefile.config第98行，修改如下

INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include /usr/include/hdf5/serial/
LIBRARY_DIRS := $(PYTHON_LIB) /usr/lib/x86_64-linux-gnu/hdf5/serial \
          /usr/local/lib /usr/lib

• OpenCV
  Makefile.config第23行，去掉注释，修改如下

OPENCV_VERSION := 3

4.网盘中Makefile文件相对于Makefile原文件的修改 （可跳过）
参考recipe for target ‘.build_release/lib/libcaffe.so.1.0.0’ failed
Makefile第181行，修改为

LIBRARIES += glog gflags protobuf boost_system boost_filesystem m hdf5_serial_hl hdf5_serial

修改环境变量和相关依赖项

1.修改环境变量

• 打开环境变量

sudo gedit ~/.bashrc

• 在.bashrc最后添加

export LD_PRELOAD=/usr/lib/x86_64-linux-gnu/libtiff.so.5:/usr/lib/x86_64-linux-gnu/libstdc++.so.6:/usr/lib/x86_64-linux-gnu/libprotobuf.so.9
export LD_LIBRARY_PATH=/usr/lib/x86_64-linux-gnu/:/usr/local/cuda-10.2/lib64

• 使修改的环境变量生效

source ~/.bashrc

2.修改Matlab中的文件
参考Doesn’t Matlab work on ubuntu 16.04?

将/usr/local/MATLAB/R2017a/sys/os/glnxa64/中的libstdc++.so.6重命名为libstdc++.so.6.old，使其失效。

配置Caffe的MATLAB接口

依次运行以下命令。-j32是指32核cpu同时运行，这样会快很多。（建议先查一下机器是多少核cpu，我这里是32核。）

sudo make all matcaffe -j32
sudo make mattest  -j32

也可直接运行以下命令，会自动执行第一个命令

sudo make mattest  -j32

若看见下图，恭喜！编译成功！

在MatlabR2017a中使用Caffe

CAFFEPATH = '/media/HardDisk_C/caffe/';   % Caffe文件夹所在路径
                        
USE_GPU = true;         % set to false, if no GPU available -> slowest
GPU_ID = 0;             % 使用第0块显卡
addpath([CAFFEPATH '/matlab'])

if USE_GPU
  caffe.set_mode_gpu();
  caffe.set_device(GPU_ID);
else
  caffe.set_mode_cpu();
end

此时，需保证第0块显卡有足够的显存空间，否则Matlab会闪退！

下图是我从代码运行结果中挑出的一张比较喜欢的图片

大功告成！

值得参考的经验资料

1.ubuntu16.04 matlab2017b 编译caffe的matlab接口 吐血经历 解决几乎所有make mattest问题
2.ubuntu18.04系统安装caffe过程
3.caffe常错问题及解决方案
4.Ubuntu18.04LTS下基于 Anaconda3 安装和编译 Caffe-GPU
5.糟心的caffe+ matlab编译路程

附：Caffe的Python接口

1.用conda安装不香吗？

conda install caffe-gpu

只要有Anaconda，运行这条命令即可，不必在装cuda，下caffe，改环境变量，conda包办一切。

2.使用import caffe

结语

鉴于小王同学在研究Caffe的MATLAB接口时，没有一篇博客的方法从头到尾对他所在的情况都是正确的。小王在一些问题的解决方案上，甚至搞出了排列组合，所以他纯粹是试出来的。鉴于这种情况，小王想起了一句话：万物皆虚,万事皆允。