Fast rcnn 环境配置

最新推荐文章于 2023-07-04 11:48:57 发布

Tecelecta

最新推荐文章于 2023-07-04 11:48:57 发布

阅读量1k

点赞数

分类专栏： lab 文章标签： fast-r-cnn 神经网络 ubuntu caffe安装

本文链接：https://blog.csdn.net/qq_37613882/article/details/78874296

版权

本文介绍了在Ubuntu 16.04上配置Fast RCNN的步骤，包括环境搭建、项目下载、Caffe安装及CUDNNv5.1的兼容性问题解决，提供了编译过程中的问题排查和训练网络的指导。

摘要由CSDN通过智能技术生成

前言

fast rcnn是Ross B. Girshick对RCNN的一个优化,性能上有了显著提升,然而在现在看来这个模型已经相对过时,在性能较低的设备上难以做到实时.但github上的fast-rcnn项目中包含大量工具脚本,是一个caffe入门的优秀选择,在这里简单介绍一下环境的搭建以及版本问题的解决.

环境介绍

x86_64,arm均尝试过
ubuntu 16.04 LTS

项目下载:

git clone –recursive https://github.com/rbgirshick/py-fast-rcnn.git
安装好caffe需要的所有环境
- cuda
- atlas/openBlas
- boost-dev
- lmdb
- leveldb
- protobuf,glog,gflags,hdf5
  等等,如果装不全,编译过程中会有相关错误,及时安装即可
  sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libboost-all-dev libhdf5-serial-dev libgflags-dev libgoogle-glog-dev liblmdb-dev protobuf-compiler
在这里选择Python接口,按照说明把所有的依赖项走一遍就可以了
for req in $(cat requirements.txt); do pip install $req; done
- 然而这里的一个额外问题是fast-rcnn需要其他的库,如果缺少这些库,在运行时会报错,并且会推荐你安装这些库(形如python-xxx),这时apt install它们就可以了,大概有这些
- python-opencv python-yaml python-gtk(??印象中有，错误由plt.show()调用报出): apt install
- cython easydict: pip[2(可选)] install

编译

设置Makefile.config,这里把我使用的贴过来:

## Refer to http://caffe.berkeleyvision.org/installation.html
# Contributions simplifying and improving our build system are welcome!

# cuDNN acceleration switch (uncomment to build with cuDNN).
USE_CUDNN := 1

# CPU-only switch (uncomment to build without GPU support).
# CPU_ONLY := 1

# uncomment to disable IO dependencies and corresponding data layers
# USE_OPENCV := 0
# USE_LEVELDB := 0
# USE_LMDB := 0

# uncomment to allow MDB_NOLOCK when reading LMDB files (only if nec