记录caffe下配置bottom up attention (py-faster-rcnn)环境配置遇到的坑

本文记录了在Ubuntu16.04系统上,使用GTX1070显卡,CUDA8.0和cuDNN5.1配置bottom up attention (py-faster-rcnn)环境的过程。关键步骤包括从特定源git clone代码以避免版本不一致问题,修改Makefile.config以适配旧版Caffe和cuDNN,以及解决编译时的CUDNN不兼容问题。最后,介绍了如何下载预训练模型并运行Demo。
摘要由CSDN通过智能技术生成

bottom up attention为py-faster-rcnn在 Visual Genome 数据集预训练的模型,官方py-faster-rcnn在COCO数据集预训练下仅识别80个class,bottom up attention可识别1600个object class以及400个属性class

论文地址:http://www.panderson.me/up-down-attention/

一、电脑配置

准备工作:

Ubuntu16.04系统

GTX1070显卡

cuda8.0+cuDNN5.1

cuda8.0以及相对应cuDNN5.1的安装不再赘述,参考:https://www.cnblogs.com/xujianqing/p/6142963.html

二、caffe编译

1.git clone

注意不要下载官网的caffe版本(py-faster-rcnn是旧版的caffe,官网是新版),直接git clone作者github

git clone https://github.com/peteanderson80/bottom-up-attention 

否则会遇到版本不一致的问题,无法编译!!!

 

2.Build the Cython modules

(cython 通过混合C和python 的语法,可以提高python代码的运行速度)

在bottom-up-attention目录下打开终端

cd $REPO_ROOT/lib
make

3.Build Caffe

1)修改Makefile.config

$ cd caffe              //到caffe的根目录下

$ mv Makefile.config.example Makefile.config  
//修改Makefile文件
//用vi编辑器打开Makefile.config     

修改Makefile.config是重点!!!

下面贴出我的Makefile.config(使用GPU)

  • 1
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 4
    评论
评论 4
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