Xavier 上配置py-faster-rcnn的caffe环境

一,编译caffe-faster-rcnn

参考文章:如何编译caffe
编译py-faster-rcnn
首先修改Makfile.config:
由于将py-faster-rcnn从PC移植到嵌入式Xavier上,环境变了,所以Makefile里的一些依赖路径也修改为Xavier上对应的位置。最好在Xavier上到对应的路径下搜索一遍看看每一项依赖究竟安装在那个位置(按照Makefile里的路径去Xavier上对应的路径查看是否真的在该路径下)。

  1. python路径修改
PC上的路径为:
PYTHON_INCLUDE := /usr/include/python2.7 \
                /usr/local/lib/python2.7/dist-packages/numpy/core/include
Xavier上的路径为:
PYTHON_INCLUDE := /usr/include/python2.7 \
                /usr/lib/python2.7/dist-packages/numpy/core/include
  1. PYTHON_LIB的路径修改
    嵌入式上不再是x86系统(x86_64-linux-gnu),变成了arm系统(aarch64-linux-gnu)如下图:
    在这里插入图片描述所以修改如下:
P   C上的路径: PYTHON_LIB := /usr/lib/x86_64-linux-gnu
Xavier上的路径:PYTHON_LIB := /usr/lib/aarch64-linux-gnu

二,编译caffe-faster-rcnn

1.编译后报错:
在这里插入图片描述
原因:参考链接
可能是protobuf的原因,查看protobuf版本:protoc --version,发现根本没有protobuf,所以安装protobuf,注意要装对应的版本,我这里需要的版本是2.6.1.
安装过程参考:安装protobuf

2.安装完成后重新编译
又报错:
在这里插入图片描述原因:没有安装glog,解决办法:参考链接

3.安装后编译报错:
在这里插入图片描述
原因:实际上以上记得报错都是因为依赖库没有装好,所以按照如何编译caffe里安装所有依赖即可解决问题。

4.安装完所有依赖过后,便可以编译了。

报错:undefined reference to `cv::imread(cv::String const&, int),具体如下:
在这里插入图片描述从报错来看,可能和opencv有关,$ pkg-config --modversion opencv 查了下opencv是安装好的。应该是opencv_imgcodecs链接的问题,需要在Makefile里声明这些依赖:参考这里

5.编译caffe的python 接口:make pycaffe,测试python接口是否可用(打开python,输入import caffe),

  • 报错1:cannot import caffe,没有将caffe 的python路径加入系统路径,所以找不到caffe 的python
    接口,解决:export
    PYTHONPATH=/home/yourpath/py-faster-rcnn/caffe-faster-rcnn/python:$PYTHONPATH。
  • 报错2:ImportError: 'No module named skimage.io,没有安装skimage,sudo apt-get
    install python-skimage即可。
  • 报错3:ImportError: cannot import name
    ‘_validate_lengths’,原因numpy版本过高,降低版本:参考这里

解决以上错误之后,import caffe成功。

三,测试faster-rcnn

测试的时候报错:

ImportError: /home/xxxxr/tools/../lib/nms/gpu_nms.so: cannot open shared object file: No such file or directory

原因:应该是找不到共享库nms,但是我的目录下是能够找到gpu_nms.so的,所以可能又是添加路径的问题:参考这里
解决方法:因为faster-rcnn代码我是从PC上拷贝过来的,所以lib下的库文件(.so文件)都是在PC上编译的,而直接make又不能将它们删除,所以只能手动删除这些文件后重新make,make过后即可解决该问题。

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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