提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档
DELF: DEep Local Features在Ubuntu20.04下安装配置
一、安装Ubuntu20.04后配置深度学习环境
参考:
从零到一保姆级Ubuntu深度学习服务器环境配置教程
我安装到了:五、深度学习环境安装中的5.1 安装Anaconda
后续可根据需要安装。
后面可以使用conda建立自己的临时环境。
在临时环境上安装具体的配置,如DELF需要的python3.6, TensorFlow 2.2等。
二、DELF: DEep Local Features在Ubuntu20.04下安装配置
主要参考文献:DELF: DEep Local Features在windows10环境下的安装配置
其他参考文献:
[1]基于DELF(DEep Local Features)深度局部特征的图像检索实践
[2]DELF installation
1. 使用conda 建立虚拟环境。
如:
conda create -n DELF_py36 python=3.6
conda activate DELF_py36
就在这里面配置。
2. 安装DELF配套环境
基于DELF(DEep Local Features)深度局部特征的图像检索实践中的一些问题,重新梳理一下。
参考文献:DELF: DEep Local Features在windows10环境下的安装配置
2.1 安装tensorflow2.2
第一步:
pip install tensorflow-gpu==2.2
如果pip版本过低:
python -m pip install --upgrade pip
升级后,重新安装tensorflow-gpu==2.2。
第二步:
测试是否安装成功:
先输入python进入
import tensorflow as tf
tf.compat.v1.disable_eager_execution()
hello=tf.constant('Hello,Tensorflow!')
sess=tf.compat.v1.Session()
print(sess.run(hello))
显示:Hello, Tensorflow!,则成功。
2.2 安装tf-Slim (对应3.2 安装tf-Slim)
git clone https://gitee.com/zhuxiucui/tf-slim.git
cd tf-slim
pip install .
2.3 安装Protobuf (对应3.3 安装Protobuf)
下载链接:Protocol Buffers v3.17.3
下载两个:
protobuf-python-3.17.3.zip
protoc-3.17.3-linux-x86_64.zip
第一步:
在DELF文件夹下(即和modle同文件下),下载
wget https://github.com/protocolbuffers/protobuf/releases/download/v3.17.3/protobuf-python-3.17.3.zip
wget https://github.com/protocolbuffers/protobuf/releases/download/v3.17.3/protoc-3.17.3-linux-x86_64.zip
第二步:解压
unzip protobuf-python-3.17.3.zip
unzip protoc-3.17.3-linux-x86_64.zip
第三步:安装
(1)
将protoc-3.17.3-linux-x86_64\bin下的protoc.exe复制到protobuf-python-3.17.3\protobuf-3.17.3\src
(2)
cd ~/1A_VPR/DELF/protobuf-python-3.17.3/protobuf-3.17.3/python
python setup.py build
(3)
python setup.py test
(4)
python setup.py install
(5)
进入python,执行下面命令测试安装是否成功
import google.protobuf
3. 安装Delf (对应 4. 安装Delf)
参考文献:DELF: DEep Local Features在windows10环境下的安装配置
3.1 安装tensorflow/models
git clone https://github.com/tensorflow/models.git
3.2 编译delf中的protoc文件
cd ~/1A_VPR/DELF/models/research/delf
~/1A_VPR/DELF/protoc-3.17.3-linux-x86_64/bin/protoc delf/protos/*.proto --python_out=.
3.3 安装DELF包(对应文献4.3)
参考文献:DELF: DEep Local Features在windows10环境下的安装配置
修改:
'numpy == 1.16.1',
'tensorflow == 2.2.0',
cd ~/1A_VPR/DELF/models/research/delf$
pip install -e .
3.4 常见错误
(1)module 没有安装全
(2)github无法访问
3.5 测试图像(对应4.5 测试图像)
参考文献:DELF: DEep Local Features在windows10环境下的安装配置
3.6 模型文件(对应4.6 模型文件)
参考文献:DELF: DEep Local Features在windows10环境下的安装配置
3.7 图像列表(对应4.7 图像列表)
list_image.txt
data/oxford5k_images/hertford_000056.jpg
data/oxford5k_images/oxford_000317.jpg
3.8 特征提取(对应4.8 提取)
第一步:修改delf_config_example.pbtxt文件
第一行修改:
parameters/delf_v1_20171026/model/
下面仍有两处需要修改。
第二步:修改extract_features.py
将delf文件夹下的data文件夹和parameters文件夹,剪切放到 example文件夹下面。
将delf文件夹下的list_images,剪切放到 example文件夹下面。
具体如何修改看参考文献:DELF: DEep Local Features在windows10环境下的安装配置
delf_config_example.pbtxt
list_images.txt
data/oxford5k_features
第三步:执行extract_features.py
python extract_features.py
3.9 执行特征匹配
第一步:修改match_images.py
修改地方:
data/oxford5k_images/hertford_000056.jpg
data/oxford5k_images/oxford_000317.jpg
data/oxford5k_features/hertford_000056.delf
data/oxford5k_features/oxford_000317.delf
aaa.png
第二步:运行match_images.py
python match_images.py
问题:
一些修改很容易出错。看看具体报错的信息,位置,错误提示。
还有一些需要安装等之类的小问题,自己在百度搜索以下。注意静下心看一下。要看大致看懂是啥问题,这也是一种逐步提升。