WIN10+VS2015+PY35+CUDA10.1安装caffe与FAST RCNN测试
一开始想在Ubuntu上安装,各种BUG,整了整整一星期,放弃。
现在记录下在win10上安装的过程
个人笔记,免得以后安装的时候麻烦。
一、 Caffe编译
Caffe版本
caffe用C++编写,要想自己使用,必须进行编译。
在WIN10上总共有三个版本的caffe可以进行编译:
- caffe的原始版本链接,
- 是微软的版本(caffe-master):This branch of Caffe extends BVLC-led Caffe by adding Windows support and other functionalities commonly used by Microsoft’s researchers, 。
- windows版本(caffe-windows):This branch of Caffe ports the framework to Windows..
前两种方法首先安装依赖项,修改配置文件,然后利用VS等编译器进行编译。本人用前两种方法均以失败告终,各种BUG,待以后闲了再进行研究吧。Windows版本的修改配置文件,然后运行。 最后用的windws版本,直接运行build_win.cmd,成功!
软硬件环境及准备工作
- win10,家庭普通版
- 自带显卡驱动435,一开始直接安的CUDA10.1,编译过程中出错,显示显卡不支持(原因是没有修改配置文件里的显卡设置),装回网上教程里说的CUDA8.0,出错。后来又重装回CUDA10.1。
- CMAKE,不知道有没有发挥作用,反正是装了
- VS2015
- python3.5,之前装的是python3.7,但是caffe_windows只支持2.7与3.5,遂卸载,重装了3.5.
- 预先下载好依赖包libraries_v140_x64_py35_1.1.0.tar.bz2,放到C:\Users\<username>\.caffe\dependencies\download目录下
- 主要参考资料
编译过程
-
打开caffe-windows/script/build_win.cmd
修改以下内容:
-
使用CUDA的话要指定CUDNN的路径(此时我已经将cuDNN解压放到CUDA安装目录里了)
-
打开caffe-windows\cmake下的Cuda.cmake,作如下更改:
这部分不修改会出现下面的错误(原因是显卡性能太高,不在支持系列之内):
caffe:nvcc fatal : Unsupported gpu architecture 'compute_75’ -
打开C:\Users\<username>\.caffe\dependencies\libraries_v140_x64_py27_1.1.0\libraries\include\boost-1_61\boost\config\compiler下的nvcc.hpp,作如下修改:
安装到python site-package
- 安装过程会遇到好多警告,大部分好像都是字体的原因(没仔细看),不出错就好。
- 将caffe-windows/python文件夹下的caffe直接粘贴到python_root/lib/site-packages/下面,就可以在python环境直接利用caffe了。
遇到的问题
- 上面一大串,主要是与scikit-img,scipy调用有关的,最后是ImportError: cannot import name ‘Type’。 解决方法,scipy版本不匹配,直接安装了scipy1.0, 出现了其他错误。
- ImportError: No module named 'numpy.testing.decorators’
numpy版本不匹配,要安装1.16,我安装的是最新的1.17,部分内容不支持。 - D:\caffe-windows\python文件夹下的caffe拷贝到site-package中,如下情况,说明安装成功。
总结
- 先是在LINUX下死磕,搞了好长时间,都是各种BUG,以后LINUX还要好好学学。
WIN10下运行 fast RCNN
上面终于完成了caffe的编译,python中import成功,开始进行fast RCNN的调试工作
步骤
- 将caffe_windows/python下内容全部复制到fast-rcnn\caffe-fast-rcnn下。(如果前面已经将编译好的caffe放在site-package下,此步可省略,只要保证能够成功import caffe即可,因为系统会先搜索fast-rcnn\caffe-fast-rcnn,然后在site-package下搜索)
- 由于之前使用python3编译的caffe,这里需要将原始的RBG的python2的代码进行修改。
遇到的问题
将上面的caffe-windows运行fast rcnn出现错误!!!!!
- [libprotobuf ERROR C:\Users\guillaume\work\caffe-builder\build_v140_x64\packages\protobuf\protobuf_download-prefix\src\protobuf_download\src\google\protobuf\text_format.cc:298] Error parsing text-format caffe.NetParameter: 195:21: Message type “caffe.LayerParameter” has no field named “roi_pooling_param”.
F0826 21:48:56.026396 4468 upgrade_proto.cpp:88] Check failed: ReadProtoFromTextFile(param_file, param) Failed to parse NetParameter file: C:\Users\ziliaoshi\Desktop\fast-rcnn\models\CaffeNet\test.prototxt
*** Check failure stack trace: ***
原因是我用的不是直接从fast rcnn目录上直接git的caffe,百度说fast rcnn使用的caffe有一定的修改。检查发现caffe-windows的src/layers目录下没有roi_pooling.cpp和roi_pooling.cu,编译的时候没有包含这两项。即,不同版本的caffe,包含的源码是不同的,旧版本未包含ROI_POOLING层。
重新编译新版本的caffe
这里用的源码地址为:
https://github.com/happynear/caffe-windows
参考博客:
https://www.cnblogs.com/k7k8k91/p/10690414.html
https://blog.csdn.net/xingchenbingbuyu/article/details/72765612
-
编译过程中的一个主要错误是无法打开文件“python36.lib”,利用第一个参考文献的方法无效, 后来直接One simple solution is to rename your python35.lib to python36.lib.,不报错了。
-
过程同样是先修改caffe-windows-ms\windows下的CommonSettings.props文件。
-
然后将一些依赖包下载好,放到windows下的thirdparty文件夹,并将/thirdparty/bin添加进环境变量,
-
编译过程中caffe C2220: 警告被视为错误 - 没有生成“object”文件,对出错的项目做如下更改:
最后将\py-caffe-windows-happy\caffe-windows-ms\Build\x64\Release\pycaffe目录下的内容全部复制到site-packages中, fast-rcnn运行成功!
fast RCNN的配置及测试过程参考以下两篇博客
https://blog.csdn.net/happynear/article/details/46822109
https://blog.csdn.net/houwenbin1986/article/details/52495304
20210611更新
准备看faster-rcnn代码,但是之前编译的python3.5环境被删除了,首先在anaconda下创建了虚拟环境python3.5,将上面编译好的caffe正确配置后,出现如下错误:
from ._caffe import Net, SGDSolver, NesterovSolver, AdaGradSolver,
ImportError: DLL load failed: 找不到指定的模块。
百度有人说重新安装anaconda错误就消失了,所以想着应该不是caffe的问题,应该是环境没配置好,然后:
- 在anaconda之外,重新安装了独立的python3.5环境.
- 在该环境下,按照caffe官方的requirement.txt,安装python库。
(最后发现不是环境的问题,最重要的是要编译caffe时的第三方库,如下图,添加进环境变量,可能是caffe要调用相应的dll文件,参考https://github.com/happynear/caffe-windows/issues/235)
安装过程中出现的问题:
- caffe官方requirement的python-dateutil要低于2.0版本,但是pandas要求python-dateutil高于2.0,最后安装高版本的python-dateutil,没有出错。
- 因为是在windows下安装,leveldb库需要手动编译。