conda下在Ubuntu 16.04+CUDA9.0+cudNN7环境中配置detectron

前言

最近在学习3D人体姿态检测，3dVideoPose效果不错，想跟着官方的代码说明尝试一下，但是发现环境配置就折腾了很久。主要是因为Human3.6m数据集下载起来比较麻烦，所以想先尝试下in the wild版本，然而这个需要安装detectron，而detectron又要依赖Caffe2和COCOAPI，Caffe2实际上配置还是比较麻烦的，网上的踩坑大法尝试了很多都没用，好在最后解决了，这里专门记录一下。

1. 概述

由于Caffe2已经集成到了pytorch1.0中，所以直接安装pytorch即可，但是有个问题要注意，一定要判断自己的cuda和cadnn的版本，安装对应的pytorch才行。不能完全按照官方或者别的参考链接中的来安装，否则会出现安装之后无法使用GPU的情况。具体过程如下（针对已经安装好cuda/cadnn/nccl的情况）：

2. 创建虚拟环境

//创建虚拟环境
 conda create -n detectron python=3.6.0
 //激活环境
 conda activate detectron

3. 安装Caffe2（pytorch1.0）

（1）查看本机环境

• 查看CUDA版本

cat /usr/local/cuda/version.txt

• 查看cudnn版本

 cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2

（2）官网查找具体安装语句

链接：https://github.com/pytorch/pytorch
ReadMe中讲得很详细，注意从源码安装，注意直接安装的Caffe2版本不够新，无法安装detectron

这个链接打开后会发现需要cuda9.2版本以上，cuDNNv7以上，如果自己的版本低于这两个就要下载以前的版本：从上面这幅图中的“Previous Version”进入PyTorch.org，找到自己版本对应的安装语句：



找到和自己配置匹配的最新版本，复制语句执行即可：
（我的配置是cuda 9.0，Linux系统anaconda环境，所以选择划线命令）

conda install pytorch==1.1.0 torchvision==0.3.0 cudatoolkit=9.0 -c pytorch

（3）检验Caffe2是否可用（漫长等待后）

• 检验Caffe2是否安装成功

  python -c 'from caffe2.python import core' 2>/dev/null && echo "Success" || echo "Failure"
  

• 检验是否能使用GPU（需要大于0）

  python -c 'from caffe2.python import workspace; print(workspace.NumCudaDevices())'
  

• 注意
  验证过程显示Failure，terminal重新输入 python -c ‘from caffe2.python import core’，可以显示错误信息
  错误1： No module named google.protobuf.internal 解决方法：pip install protobuf
  错误2： no moudle named past.builtins 解决方法：pip install future

4. 安装COCO API

# COCOAPI=/path/to/clone/cocoapi
git clone https://github.com/cocodataset/cocoapi.git $COCOAPI
cd $COCOAPI/PythonAPI
# Install into global site-packages
make install
# Alternatively, if you do not have permissions or prefer
# not to install the COCO API into global site-packages
python setup.py install --user

几种错误方式：

• 在make install 如出现错误

  error: pycocotools/_mask.c: No such file or directory：
  

  解决方法：

  pip install cython
  

• 如果是conda环境中失败，可以换成

  conda install cython
  

  主要还是要看错误提示，一般都是有依赖没装才会失败，没有那么多网络问题，例如make install后出现下图信息，是缺少matplotlib，安装上就好了（conda install matplotlib）
  

5. 安装detectron

（1）官网clone源码

# DETECTRON=/path/to/clone/detectron
git clone https://github.com/facebookresearch/detectron $DETECTRON

（2）安装依赖

pip install -r $DETECTRON/requirements.txt

注意：conda下这一步可能会出问题，pip改成conda也不行——解决方法，到项目网站https://github.com/facebookresearch/detectron，
打开requirements.txt文件（里面是需要的依赖项和版本号），然后“conda list”查看已经安装的软件和版本，没有的用“conda install xxx=x.x”手动安装。

（3）安装detectron

cd $DETECTRON #安装路径
make

（4）测试detectron是否安装成功

python $DETECTRON/detectron/tests/test_spatial_narrow_as_op.py

注意路径：打开项目文件后还有一个detectron文件。

结果是OK即可。

参考链接

• 参考的网址链接如下：
  https://github.com/facebookresearch/VideoPose3D/blob/master/INFERENCE.md
  https://github.com/facebookresearch/Detectron
  https://github.com/facebookresearch/Detectron/blob/master/INSTALL.md
• 具体安装过程可以参考：
  https://zhuanlan.zhihu.com/p/58149921