安装配置py-faster-rcnn

机器软硬件环境：

• GPU：GTX 1060 6G（对应的驱动版本是384）
• 系统：ubuntu1604
• gcc: 5.4
• opencv: 3.2
• CUDA: 8.0
• Cudnn: 5.0

安装GPU驱动

sudo add-apt-repository ppa:graphics-drivers/ppa
sudo apt-get update
sudo apt-get install -y nvidia-384
sudo apt-get install -y mesa-common-dev
sudo apt-get install -y freeglut3-dev

重启之后，输入命令：

nvidia-smi

能看到GPU显卡的输出信息则安装成功

安装cuda

去nvidia官网下载相应的驱动，安装命令：

sudo sh cuda_***.run

注意：里面有个选择是否安装驱动，一定记得取消，因为上一步我们自己安装了显卡驱动。

打开~/.bashrc文件：

sudo gedit ~/.bashrc

添加环境变量

export PATH=/usr/local/cuda-8.0/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64:$LD_LIBRARY_PATH

使环境变量生效

source ~/.bashrc

创建链接文件，打开文件（此时没有该文件会被新建）：

sudo gedit /etc/ld.so.conf.d/cuda.conf

在文件中写入：/usr/local/cuda/lib64

保存后退出，使该文件生效：

sudo ldconfig

验证方式1：

cd /usr/local/cuda-8.0/samples/1_Utilities/deviceQuery
sudo make
./deviceQuery

如果能看到相关的硬件信息，则安装成功。

验证方式2：

nvcc -V

若是能看到cuda的版本等信息，说明也是安装成功的。

安装Cudnn

cuDNN是GPU加速计算深层神经网络的库，同样可以去官网下载然后解压缩：

tar -zxvf cudnn-8.0-linux-x64-v5.1.tgz

复制文件到相关的文件夹：

sudo cp ~/cuda/include/cudnn.h /usr/local/cuda/include/
sudo cp ~/cuda/lib64/lib* /usr/local/cuda/lib64/

更新软连接：

sudo rm -rf /usr/local/cuda/lib64/libcudnn.so /usr/local/cuda/lib64/libcudnn.so.5
sudo ln -s /usr/local/cuda/lib64/libcudnn.so.5.1.5 /usr/local/cuda/lib64/libcudnn.so.5
sudo ln -s /usr/local/cuda/lib64/libcudnn.so.5 /usr/local/cuda/lib64/libcudnn.so

安装OpenCV

安装依赖项：

sudo apt-get -y install build-essential
sudo apt-get -y install cmake git libgtk2.0-dev pkg-config libavcodec-dev libavformat-dev libswscale-dev
sudo apt-get -y install python-dev python-numpy libtbb2 libtbb-dev libjpeg-dev libpng-dev libtiff-dev libjasper-dev libdc1394-22-dev # 处理图像所需的包
sudo apt-get -y install libavcodec-dev libavformat-dev libswscale-dev libv4l-dev liblapacke-dev
sudo apt-get -y install libxvidcore-dev libx264-dev # 处理视频所需的包
sudo apt-get -y install libatlas-base-dev gfortran # 优化opencv功能
sudo apt-get -y install ffmpeg

配置编译OpenCV：

cmake -D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_INSTALL_PREFIX=/usr/local -D WITH_CUDA=ON -D WITH_CUBLAS=ON -D DCUDA_NVCC_FLAGS="-D_FORCE_INLINES" -D WITH_TBB=ON -D WITH_V4L=ON -D WITH_OPENGL=ON ..
make -j8
sudo make install
sudo /bin/bash -c 'echo "/usr/local/lib" > /etc/ld.so.conf.d/opencv.conf'
sudo ldconfig

编译Caffe

安装依赖项：

sudo apt-get -y install build-essential cmake git pkg-config
sudo apt-get -y install libprotobuf-dev libleveldb-dev libsnappy-dev libhdf5-serial-dev protobuf-compiler
sudo apt-get -y install libatlas-base-dev
sudo apt-get -y install libboost-all-dev
sudo apt-get -y install libgflags-dev libgoogle-glog-dev liblmdb-dev
sudo apt-get -y install python-pip
sudo apt-get -y install python-dev
sudo apt-get -y install python-skimage
sudo apt-get -y install python-numpy python-scipy
sudo apt-get -y install --no-install-recommends libboost-all-dev

拉取源码：

git clone https://github.com/BVLC/caffe.git  #git caffe from github

源码、配置文件等修改：

• 若使用cudnn，则将# USE_CUDNN := 1 取消注释；

• 若使用的opencv版本是3的则将# OPENCV_VERSION := 3 取消注释；

• 若要使用python来编写layer，则需要将# WITH_PYTHON_LAYER := 1 取消注释；

• 重要的一项 将# Whatever else you find you need goes here.下面的代码

    INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include
    LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib
  

修改为：

INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include /usr/include/hdf5/serial 
LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib /usr/lib/x86_64-linux-gnu /usr/lib/x86_64-linux-gnu/hdf5/serial 

这是因为ubuntu16.04的文件包含位置发生了变化，尤其是需要用到的hdf5的位置，所以需要更改这一路径

• makefile文件

打开makefile文件，将：

NVCCFLAGS +=-ccbin=$(CXX) -Xcompiler-fPIC $(COMMON_FLAGS)

替换为：

NVCCFLAGS += -D_FORCE_INLINES -ccbin=$(CXX) -Xcompiler -fPIC $(COMMON_FLAGS)

• 编辑host_config.h文件

编辑/usr/local/cuda/include/host_config.h，将其中的第115行注释掉：

#error-- unsupported GNU version! gcc versions later than 4.9 are not supported!

注释掉

//#error-- unsupported GNU version! gcc versions later than 4.9 are not supported!

依赖库
for req in $(cat requirements.txt); do sudo -H pip install $req --upgrade; done

编译

make all -j8
make test -j8
make runtest -j8
make pycaffe -j8

写入环境变量

sudo gedit ~/.bashrc
export PYTHONPATH=~/caffe/python
source ~/.bashrc 

编译py-faster-rcnn

下载源码：

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

再次按照上面编译caffe的方式再次编译py-faster-rcnn，没出现报错则编译完成，如有报错请参见博文：

https://blog.csdn.net/sophia_xw/article/details/80662992

下一篇文章会写faster-rcnn的训练和验证，未完待续…