linux终端运行pytorch的指令,Linux下基于Pytorch框架的HRNet代码初实践+解决CUDA和Torch版本不匹配问题...

软硬件环境：

python 3.6.5

Ubuntu 18.04 LTS

Pytorch 1.1.0

NVIDIA TITAN XP 8GB

准备工作

到github把HRNet代码clone或downloads下来，具体链接：https://github.com/stefanopini/simple-HRNet

clone代码： git clone https://github.com/stefanopini/simple-HRNet.git

将所需包都安装下来：pip install -r requirements.txt

这里注意一下！！requirements里面的torch版本是≥1.4.0，如果要安装，请检查自己的cuda是否与这样高版本的torch匹配。否则就不要安装，免得之后还要降版本。具体操作见最后 CUDA和Torch版本不匹配 这一章。

之后新建一个文件夹“weights”，并将三个权重放到红圈的位置：

clone或者downloads YOLOv3：

https://github.com/eriklindernoren/PyTorch-YOLOv3/tree/47b7c912877ca69db35b8af3a38d6522681b3bb3

1)把下载下来的YOLOv3文件夹改名，改为yolo，方便此后的操作。

2)按照上面的树状图，将yolo放到红圈的位置，此前已经有个空的yolo文件夹，直接删掉，用下载下来的YOLOv3文件夹代替即可。

3)接着cd到该文件夹下，安装所需的包(图片与下面的代码不同，原因是我没直接把PyTorch-YOLOv3文件改名为yolo，而是在之后改的，这里早改晚改都可，按自己的想法就行)：

cd models/detectors/yolo

sudo pip3 install -r requirements.txt

4)将YOLOv3的权重保存到红圈位置：

5)cd 到 /weights下，bash download_weights.sh

运行Class Usage

首先，在simple-HRNet-master文件夹下新建一个Python File

import cv2

import matplotlib.pyplot as plt

from SimpleHRNet import SimpleHRNet

model = SimpleHRNet(48, 17, "./weights/pose_hrnet_w48_384x288.pth")

image = cv2.imread("/home/user/Downloads/simple-HRNet-master/2.JPG", cv2.IMREAD_COLOR) #这里的文件路径和文件名根据自己要识别的图片来

joints = model.predict(image)

print(joints)

视频demo运行：

1)首先下载一个视频，准备进行识别。(没有视频的也可以给我留言或者私信，看到了我会回复)

2)进入live-demo.py页面，直接运行，出现报错，大致就是找不到utils.parse_config，解决办法：随着报错，找到/home/user/Downloads/simple-HRNet-master/models/detectors/yolo/models.py，将第9.10行，改为：

from .utils.parse_config import *

from .utils.utils import build_targets, to_cpu, non_max_suppression

3) 这一步比较重要，安装ffmpeg，打开终端：

这里，如果有同学总是出现有关ffmpeg没有‘ffprobe’这个属性之类的报错的话，就好好按照下面的安装流程安装ffmpeg，只要安装成功了，就不会报错。

sudo apt install ffmpeg

安装成功的话：输入 ffmpeg -version，就能见到如下内容

之后

python scripts/live-demo.py --filename xxx.mp4

xxx.mp4具体为自己保存视频的路径，如若需要保存视频，可以再加上--save_video参数

我是在网上找了一段跳舞视频，得到结果如下：

CUDA和Torch版本匹配出问题

上图暴露一个信息，此时在用CPU跑程序。并且nvidia-smi可以看到gpu根本没有运行，接下来就是解决不用gpu的问题。

我在终端进行如下操作：

ipython

import torch

torch.cuda.is_available()

然后又尝试运行自己另一个项目【这个项目是可以自动识别到CUDA】的，却得到如下结果：

“The NVIDIA Driver on your system is too old”。以上两个结果都证明，应该Torch和CUDA是版本匹配出问题了。

1)首先查看torch版本及其匹配的CUDA版本：

python

import torch

torch.__version__ #'1.5.0'

torch.version.cuda #'10.2'

2)再查看CUDA版本，

nvidia-smi

我的CUDA版本是10.0

3)降低Torch版本(可自己查一下CUDA与Torch版本匹配的关系)

i. 先卸载之前的torch

pip uninstall pytorch

ii. 安装Torch 1.1.0 版本(前提是已经下了安装包，在安装包所在目录打开终端进行安装)

需要安装包可留言或者评论，看到我会回复。

iii.检查

ipython

import torch

torch.cuda.is_available()

显示True就对了

最后：

说明成功了