camera_sim代码使用

camera_sim代码使用

camera_sim是使用了pytorch和halide模拟了相机pipeline来生成噪声图片，在应用这个项目的过程中遇到了很多问题，这篇文章用于记录在这个过程中遇到的问题及解决办法。

获取源代码

从github上获取作者开源的源代码，使用git clone --recursive https://github.com/12dmodel/camera_sim下载作者代码及依赖的两个仓库，gradient-halide和gradient_apps，这里用作者仓库里面依赖的版本，官方更新版本可能会出现更多问题。

安装CUDA 8.0

这份代码依赖于CUDA 8.0，需要从官方网站下载需要版本的安装文件，注意系统版本，我们的服务器系统是CentOS 7，下载对应版本cuda_8.0.44_linux.run，然后开始安装。如果系统上本来没有其他版本的cuda，或想要覆盖现有版本，使用root权限直接执行sh cuda_8.0.44_linux.run，一路yes到安装结束即可; 如果只想为本用户安装，就会比较麻烦：

1. 首先需要确认当前的Driver Version，要大于等于当前安装的cuda要求的版本，使用nvidia-smi命令查看。
   
   如果版本过低，需要以root权限安装高版本驱动，否则这一步选择no，继续安装。
   
2. 选择安装路径，安装程序，选择一个当前用户有权限的位置存放。
   
3. 设置环境变量，可以加入.bashrc文件中，但是会影响其他版本的cuda的使用，也可以写成一个单独的文件（例如env.sh），每次启用时，运行source env.sh

export CUDA_ROOT=/home/work/yupeihua/cuda-8.0
export PATH=$CUDA_ROOT/bin:$PATH
export LD_LIBRARY_PATH=$CUDA_ROOT/lib64

到这里cuda 8.0 环境就配置完成。

安装python依赖

然后需要一个python环境，建议使用conda或virtualenv创建新的虚拟环境，这里用了python 3.5，然后pip install -r requirement.txt，但是这里的requirement存在一些问题：

1. jupyter、ipython、opencv、matplotlib建议使用最新版本
2. pyinn需要从git库安装pip install git+https://github.com/szagoruyko/pyinn.git@master（如果不使用作者的N3Net的话，自己构建模型，可以忽略这个依赖）
3. 建议使用清华镜像安装pip install -r requirement.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

安装clang 5.0

如果有root权限，直接安装clang 5.0，然后添加环境变量。

待续。。。