目标检测Faster R-CNN(Caffe)完整安装测试(错误解决)

0.系统环境:

首先我的系统环境是Ubuntu 16.04+cuda 8.0+cudnn 6.0,显卡是NVIDIA GTX 1080Ti,安装这些的具体安装网上一堆,我这里就不赘述了。

1.下载Faster R-CNN和Caffe的代码

项目是RGB和任少卿大神的实作,感谢大神为我们提供的优秀开源代码!

    1.1下载faster rcnn

打开终端,输入:

git clone --recursive https://github.com/rbgirshick/py-faster-rcnn.git

解释:下载项目代码,recursive是递归下载,保证完整clone下来代码。

    1.2下载caffe

上个操作之后,在终端输入:

git clone --recursive https://github.com/BVLC/caffe.git

(认真读)解释:其实在faster rcnn里自带caffe框架,那我们为什么还要下载原版最新的caffe呢?原因是我们需要替换faster rcnn中caff框架的部分旧cudnn文件,因为RGB大神的caffe用的是cudnn 4.0(总之就是和我们的cudnn不匹配,我的是cudnn 6.0),具体操作之后会说。

2.安装依赖包

在终端打开你项目地址:

cd /你的项目所在位置/py-fater-rcnn #事实上,你在任何位置都可以安装apt-get install 命令的包,它是直接安装到系统里的

输入:

sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libhdf5-serial-dev protobuf-compiler libhdf5-dev

sudo apt-get install --no-install-recommends libboost-all-dev 
sudo apt-get install libatlas-base-dev 
sudo apt-get install python-dev 
sudo apt-get install libgflags-dev libgoogle-glog-dev liblmdb-dev

注意:如果提示某个包无法定位完成安装,请使用搜索引擎检索安装,是否试试pip命令,换一下镜像源,下载好安装包安装,等等。

3.编译Faster R-CNN与Caffe

    3.1编译faster rcnn

cd py-faster-rcnn/lib 
make -j8

解释:编译faster rcnn 项目代码,-j8参数可加可不加,显卡好就加上,并行计算的参数,加上速度快!

    3.2编译caffe

输入:

cd py-faster-rcnn/caffe-fast-rcnn  

cp Makefile.config.example Makefile.config 

3.2.1更改Makefile.config文件:

INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include
后面加上 \ /usr/include/hdf5/serial/

即下图:

改成这样:

另一个:

USE_CUDNN := 1 前面去掉#  取消注释
WITH_PYTHON_LAYER := 1 前面去掉#  取消注释

3.2.2打开Makefile文件:

LIBRARIES += glog gflags protobuf boost_system boost_filesystem m hdf5_hl hdf5
改成下面:
LIBRARIES += glog gflags protobuf boost_system boost_filesystem m hdf5_serial_hl hdf5_serial

解释:修改这两个文件是为了避免这些错误,hdf5相关错误,提示找不到

3.2.3替换cudnn文件

1>将/py-faster-rcnn/caffe-fast-rcnn/include/caffe/util/cudnn.hpp 换成最新版的caffe里的cudnn的实现,即相应的cudnn.hpp

2>将/py-faster-rcnn/caffe-fast-rcnn/src/caffe/layers里的,所有以cudnn开头的文件(我这里是16个)都替换成最新版的caffe里的相应的同名文件

3>将./include/caffe/layers的,所有以cudnn开头的文件(我这里是8个),都替换成最新版的caffe里的相应的同名文件

如下图:

图 1

图 2

图 3

发生的错误:

make: *** [.build_release/src/caffe/common.o] Error 1

make: *** [.build_release/src/caffe/util/db.o] Error 1   以及下图错误,等等

3.2.4编译caffe

make -j8 && make pycaffe

4.检测示例图片

在/py-faster-rcnn/data下面新建文件夹faster_rcnn_models和VOCdevkit2007

把下载好的VGG16_faster_rcnn_final.caffemodel、ZF_faster_rcnn_final.caffemodel模型放到faster_rcnn_models下

把下载好的voc2007文件夹放到VOCdevkit2007下

下载地址:

模型地址 https://pan.baidu.com/s/1hsxx8OW  #********如果失效的话请自行下载********
voc2007地址 https://pan.baidu.com/s/1mhMKKw4   #********如果失效的话请自行下载********

输入:

./tools/demo.py

检测结果如下:

参考:

https://blog.csdn.net/u010548772/article/details/77871605###;

https://blog.csdn.net/u012841667/article/details/53436615

https://blog.csdn.net/bbzz2/article/details/55261492

https://blog.csdn.net/dcxhun3/article/details/52923310

结尾:

一直想写这个教程,很开心和大家一起分享我的工作,一起努力哦,吼吼~

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