Ubuntu16.04配置Mask-Rcnn环境

软硬件环境描述

• 显卡：RTX2060
• 系统：Ubuntu16.04
• 显卡驱动版本： NVIDIA-Linux-x86_64-440.82
• Cuda版本： cuda_10.0.130_410.48_linux
• Cudnn版本： cudnn-10.0-linux-x64-v7.6.5.32
• Tensorflow版本： TensorFlow 1.14.0 + Keras 2.2.5

显卡驱动安装

1.禁用第三方显卡驱动nouveau

• 编辑文件blacklist.conf文件：

sudo vim /etc/modprobe.d/blacklist.conf

在文件最后部分插入一下两行内容：

blacklist nouveau
options nouveau modeset=0

• 更新系统

sudo update-initramfs -u

• 重启电脑，验证nouveau是否已禁用

lsmod | grep nouveau

不显示额外信息，则说明禁用成功，如下图所示：

2.下载官方驱动
官网网站下载显卡驱动，我安装的是440.10版本，官方驱动下载地址
3.安装驱动

• 将NVIDIA-Linux-x86_64-440.82.run文件放到home目录下，Ctrl+Alt+F1组合键进入命令行界面
• 输入下列命令，关闭图形界面

service lightdm stop 

或者输入：

sudo telinit 3

• 卸载掉原有驱动

apt-get remove nvidia-*

• 赋予驱动文件执行权限：

chmod  a+x NVIDIA-Linux-x86_64-440.82.run

• 正式安装驱动

sudo NVIDIA-Linux-x86_64-440.82.run -no-x-check -no-nouveau-check -no-opengl-files

-no-x-check：安装驱动时关闭X服务
-no-nouveau-check：安装驱动时禁用nouveau
-no-opengl-files：只安装驱动文件，不安装OpenGL文件
注：一定要添加-no-opengl-files选项，不然会出现循环登录的问题，其它两项不添加也能安装成功

接下来就在需要选择时按下Enter键就好，一直按照默认的来。

• 安装完成，输入命令回到图形界面：

service lightdm start

• 打开Terminal,输入命令，如下图所示即说明驱动安装成功： - 特殊情况：
• 如果发现“关于这台计算机”里图形仍然是"llvmpipe (LLVM 6.0, 256 bits)",其实并没有装好。解决办法：卸载驱动，重新安装 不应该加参数 --no-opengl-files

CUDA安装

1.文件下载
点击下方链接下载历史版本的Cuda文件：https://developer.nvidia.com/cuda-toolkit-archive
因为TensorFlow的原因，这里我下载的是CUDA10.0,CUDA10.2也可以安装成功，但是可能与TensorFlow不适配。
2.安装

sudo chmod a+x cuda_10.0.130_410.48_linux.run 
sudo sh cuda_10.0.130_410.48_linux.run 

• 接下来会出现很长的声明，一直按enter键，把声明读完，然后就可以进行选择了。
• 对于第一个选项install nvidia accelerated Graphics
  Driver，选n，因为我们之前已经手动安装过驱动了。
• 安装完成后会出现一个提醒，说安装CUDA时没有选择安装驱动，直接忽略它。

3.配置环境变量
打开.bash文件，在最后加两句命令：

sudo gedit ~/.bashrc
export PATH=/usr/local/cuda-10.0/bin:$PATH
exportLD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH

保存关闭，命令行输入：

source ~/.bashrc

4.查看CUDA版本信息，如下图所示则代表安装成功：

5.拷贝动态链接库的文件
在Ubuntu18.04上执行darknet时发现，系统默认在/usr/local/lib下寻找CUDA的动态链接库，但是库文件安装在了/usr/local/cuda-10.2/下面，因此执行利用CUDA加速的程序时会发生下列错误：

error while loading shared libraries: libcudart.so.10.2: cannot open shared object file: No such file or directory

此时执行下列命令拷贝一下文件就可以了：

sudo cp /usr/local/cuda-10.0/lib64/libcudart.so.10.0 /usr/local/lib/libcudart.so.10.0 && sudo ldconfig
sudo cp /usr/local/cuda-10.2/lib64/libcublas.so.10.0 /usr/local/lib/libcublas.so.10.0 && sudo ldconfig  
sudo cp /usr/local/cuda-10.2/lib64/libcurand.so.10.0 /usr/local/lib/libcurand.so.10.0 && sudo ldconfig 
sudo cp /usr/local/cuda-10.2/lib64/libcudnn.so.7 /usr/local/lib/libcudnn.so.7 && sudo ldconfig

6.CUDA卸载
（1）在/usr/local/cuda/bin目录下运行卸载脚本：

sudo  ./uninstall_cuda_10.0.pl

(2)删除安装文件夹：

sudo rm -rf cuda
sudo rm -r cuda-10.0

(3）查找是否有没卸载干净的文件，给删除，经验表明其实基本全部删完了，不要乱删东西！

sudo find / -name cuda10*

Cudnn安装

1.官方文件下载
点击链接下载官网，我选择安装的是适配CUDA10.0的Cudnn7.6.5，点击cuDNN Library for Linux选项进行下载：
https://developer.nvidia.com/rdp/cudnn-download

2.输入下列命令进行安装
对下载的文件进行解压，会得到一个cuda文件夹，进入后执行命令进行安装：

sudo cp include/cudnn.h /usr/local/cuda/include/
sudo cp lib64/libcudnn* /usr/local/cuda/lib64/
sudo chmod a+r /usr/local/cuda/include/cudnn.h 
sudo chmod a+r /usr/local/cuda/lib64/libcudnn*

3.查看cudnn版本

cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2

4.卸载cudnn
如果需要卸载cudnn的话，只需要执行以下两条命令，然后重新安装即可

sudo rm -rf /usr/local/cuda/include/cudnn.h
sudo rm -rf /usr/local/cuda/lib64/libcudnn*

Anaconda安装

1.下载链接，注意要安装python3版本：
https://www.anaconda.com/products/individual#linux
2.进入安装包目录，打开Terminal进行安装

bash Anaconda3-2020.02-Linux-x86_64.sh

按照命令行中的安装指导，一直选择默认项就可以了
3.启动Anaconda Navigator 图形化界面

 anaconda-navigator

Tensorflow安装配置

1.创建虚拟环境并激活

conda create -n tensorflow python=3.6
source activate tensorflow

2.安装依赖包

pip3 install numpy
pip3 install scipy
pip3 install cython
pip3 install h5py
pip3 install Pillow
pip3 install scikit-image
pip3 install theano
pip3 install jupyter
pip3 install six
pip3 install imgaug
pip3 install opencv-python

3.安装keras
keras与Tensorflow有版本相互依赖关系，具体详见官网

安装keras时要指定版本号：

pip3 install keras==2.2.5

卸载的话用下列命令：

pip3 uninstall keras

4.安装pycocotools

git clone https://github.com/waleedka/coco.git
cd /home/shiqi/coco/PythonAPI
python3 setup.py build_ext install

5.安装Tensorflow

• Tensorflow版本对GCC、CUDA、Cudnn有版本适配要求，具体详见官网
  
• 查看电脑的gcc版本

gcc -v

本电脑是Ubuntu16.04自带的gcc5.4.0,所以选择安装Tensorflow-1.14.0，这也是之前安装CUDA10.0和Cudnn7.6.5的原因。本来依据官网安装的是Cudnn7.4，但是运行Mask-Rcnn时出错，所以卸载重装Cudnn7.6.5。

• 输入命令安装tensorflow

pip3 install tensorflow-gpu==1.14.0 

• 安装完成之后输入下列命令验证一下：

python3
import os
os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'
import tensorflow as tf
hello = tf.constant('Hello, TensorFlow!')
sess = tf.Session()
sess.run(hello)

如果命令行输出 Hello, TensorFlow! ，说明tensorflow安装成功
测试完成以后输入 exit() 退出python，继续下一步安装
6.卸载Tensorflow

sudo pip3 uninstall protobuf
sudo pip3 uninstall tensorflow-gpu

Mask-RCNN安装配置

1.下载Mask-RCNN

 git clone https://github.com/matterport/Mask_RCNN.git

2.下载coco权重文件 mask_rcnn_coco.h5
https://github.com/matterport/Mask_RCNN/releases
3.运行Mask_RCNN案例

cd /home/shiqi/Mask_RCNN
jupyter notebook

• 稍等片刻，会在浏览器打开页面，点击进入 samples目录，点击demo.ipynp进入代码运行页面。
• 选择 Cell 菜单，在 Cell下拉菜单选择 Run All，稍等片刻，在该页面底部会输出运行结果。

• 运行过程中可能出现的错误

import cv2
ImportError: /opt/ros/kinetic/lib/python2.7/dist-packages/cv2.so: undefined symbol: PyCObject_Type

这是由于电脑之前安装了ROS的缘故，ROS中自带的库与其发生了冲突，在/anaconda3/envs/tensorflow/lib/python3.6/site-packages.imgaug.py文件中进行如下修改可以解决：

import sys
ros_path = '/opt/ros/kinetic/lib/python2.7/dist-packages'
if ros_path in sys.path:
    sys.path.remove(ros_path)
import cv2
sys.path.append('/opt/ros/kinetic/lib/python2.7/dist-packages')

参考博客：
Ubuntu16.04更换cudnn版本
ubuntu16配置Mask-RCNN
安装了ros后Python3 调用import cv2报错解决办法
ubuntu16.04 RTX2060||安装nvidia显卡驱动|cuda|cudnn