软硬件环境
- ubuntu 18.04 64bit
- NVidia GTX 1070Ti
- anaconda with python 3.7
- CUDA 10.1
- cuDNN 7.6
- opencv 3.4.2
- caffe 1.0.0
简介
先说一下环境,使用anaconda
的python
虚拟环境,支持opencv
,支持CUDA
和cuDNN
加速,支持在python
中调用caffe
。基础组件部分可以参考前面的文章,本文就不赘述了
- anaconda基本使用 https://xugaoxiang.com/2019/12/08/anaconda/
- ubuntu安装CUDA和cuDNN https://xugaoxiang.com/2019/12/13/ubuntu-cuda/
- opencv源码编译,支持CUDA https://xugaoxiang.com/2019/12/17/opencv-cuda/
基础环境准备
安装依赖包和工具
sudo apt install build-essential cmake git ffmpeg libatlas-base-dev libtiff-dev pkg-config python3-dev libavcodec-dev libavformat-dev libswscale-dev libtbb-dev libjpeg-dev libpng-dev libavcodec-dev libavformat-dev libswscale-dev libv4l-dev libx264-dev libboost-all-dev libhdf5-serial-dev libleveldb-dev liblmdb-dev
pip install protobuf
opencv
这里把opencv
单独拿出来说,是因为opencv
的安装方法非常多
- apt install python3-opencv
- conda install opencv
- 源码编译
通过apt install
安装最简单,也是最不容易出错的方法;其次是conda install
,最容易出问题的是自己编译源码,编译参数复杂,依赖库繁多,而且还有版本差异。
安装完成后,建议使用opencv_version
命令来查看当前版本,默认ubuntu 18.04
源提供的是3.2.0
版本,conda
的会更高一些,这里是3.4.0
,源码安装的话,注意在sudo make install
后再执行一句sudo ldconfig
。本文以conda
的方式进行安装。
编译caffe
接下来就可以编译caffe
了
git clone https://github.com/BVLC/caffe.git
cd caffe
cp Makefile.config.example Makefile.config
编辑文件Makefile.config
,主要是一些路径的修改,贴上已经修改好的
## Refer to http://caffe.