faster-rcnn(python版本)安装

http://blog.csdn.net/u011635764/article/details/52831167

http://blog.csdn.net/u012841667/article/details/53436615

安装python依赖包

sudo pip install Cython
sudo pip install easydict
 
 
  • 1
  • 2

下载源代码

git clone --recursive https://github.com/rbgirshick/py-faster-rcnn.git
 
 
  • 1

修改并编译Cython

cd py-faster-rcnn/lib
 
 
  • 1

修改setup.py文件第135行

'nvcc': ['-arch=sm_35',
 
 
  • 1

根据自己的显卡计算能力进行修改,查询网址为:CUDA GPUs

例如我的电脑是GTX 1060, 计算能力为6.1,则修改为

'nvcc': ['-arch=sm_61',
 
 
  • 1

保存后执行

make
 
 
  • 1

进行编译.

编译caffe

修改Makefile.config文件

cd ../caffe-faster-rcnn
 
 
  • 1

进入caffe目录. 
我是将自己之前的caffe的Makefile.config拷贝到了该目录下,也可以执行

cp Makefile.config.example Makefile.config
 
 
  • 1

Makefile.config文件进行修改. 
注意修改

USE_CUDNN := 1
WITH_PYTHON_LAYER := 1
USE_PKG_CONFIG := 1
 
 
  • 1
  • 2
  • 3

修改cudnn加速文件

这里需要注意一下,因为作者的caffe版本不支持新的cudnn加速,我们需要将

py-faster-rcnn/caffe-fast-rcnn/include/caffe/util/cudnn.hpp  
py-faster-rcnn/caffe-fast-rcnn/src/caffe/util/cudnn.cpp
py-faster-rcnn/caffe-fast-rcnn/src/caffe/layers/ 目录下16个cudnn_开头的文件
py-faster-rcnn/caffe-fast-rcnn/include/caffe/layers/目录下8个cudnn_开头的文件
 
 
  • 1
  • 2
  • 3
  • 4

选择caffe-master版的文件进行替换,这样编译就不会出错啦.

修改一个include错误

修改

py-faster-rcnn/caffe-fast-rcnn/src/caffe/test/test_smooth_L1_loss_layer.cpp
 
 
  • 1

删除第十一行

#include "caffe/vision_layers.hpp"
 
 
  • 1

编译caffe

# compile Caffe modules
make -j8 all  

make -j8 test  

# run tests to ensure all the tests are passed
make runtest  

# build pycaffe  
make pycaffe
 
 
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10

下载已经训练好的模型

cd $FRCN_ROOT
./data/scripts/fetch_faster_rcnn_models.sh
 
 
  • 1
  • 2

执行Demo

cd $FRCN_ROOT
./tools/demo.py
 
 
  • 1
  • 2

然后就大功告成了.

如遇到 这个问题  make: *** [.build_release/src/caffe/layers/hdf5_output_layer.o] Error 1

修改Makefile.config需要修改的内容:
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


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