DeepLab v2 配置

DeepLab v2配置过程不是很麻烦,但资料很少,此处详解一下:

1)cudnn降级:因为Caffe版本所导致的问题,DeepLab的作者推荐使用cudnn v4,如果不是的话,可以考虑降级或者文件移植。先说降级;

到英伟达官网下载nudnn v4(注册即可下载),随便找个地方解压。

以v5将v4为例

sudo rm /usr/local/include/cudnn.h

sudo rm /usr/local/lib/libcudnn.so*
降级
sudo cp ./include/cudnn.h /usr/local/include
sudo cp ./lib64/libcudnn.so*  /usr/local/lib
链接cuDNN的库文件
sudo ln -sf /usr/local/lib/libcudnn.so.4.0.7 /usr/local/lib/libcudnn.so.4
sudo ln -sf /usr/local/lib/libcudnn.so.4 /usr/local/lib/libcudnn.so
sudo ldconfig -v

按照自己的版本修改


除此之外,也可以在新的版本的Caffe中拷贝以下文件,将Deeplab中的对应文件覆盖而不执行降级操作,个人建议选择降级。

include/caffe/layers/cudnn_relu_layer.hpp, src/caffe/layers/cudnn_relu_layer.cpp, src/caffe/layers/cudnn_relu_layer.cu

include/caffe/layers/cudnn_sigmoid_layer.hpp, src/caffe/layers/cudnn_sigmoid_layer.cpp, src/caffe/layers/cudnn_sigmoid_layer.cu

include/caffe/layers/cudnn_tanh_layer.hpp, src/caffe/layers/cudnn_tanh_layer.cpp, src/caffe/layers/cudnn_tanh_layer.cu


(2) matio.h no such file or directory问题

  1. sudo apt-get install libmatio-dev  

(3)atomicAdd的重写问题,cuda8中出现了atomicAdd的定义,从而产生bug

将这个文件修改下common.cuh,修改如下,注意最后的endif

#ifndef CAFFE_COMMON_CUH_
#define CAFFE_COMMON_CUH_


#include <cuda.h>
#if !defined(__CUDA_ARCH__) || __CUDA_ARCH__ >= 600
#else
// CUDA: atomicAdd is not defined for doubles
static __inline__ __device__ double atomicAdd(double *address, double val) {
  unsigned long long int* address_as_ull = (unsigned long long int*)address;
  unsigned long long int old = *address_as_ull, assumed;
  if (val==0.0)
    return __longlong_as_double(old);
  do {
    assumed = old;
    old = atomicCAS(address_as_ull, assumed, __double_as_longlong(val +__longlong_as_double(assumed)));
  } while (assumed != old);
  return __longlong_as_double(old);
}
#endif
#endif
至此基本就可以make通过了,接下来就可以阅读run.py文件,了解数据集该如何放置,注意在config文件夹下有相关配置文件(不是voc12下的那个)
在运行的过程中可能会出现
CUDN_MAP_ERROR,这种情况下是数据集没做好,VOC的数据集不能拿来直接跑,而是要标定到0-20内的灰度图,标好后就不会报错了,现在我的DeepLab v2感觉训练没啥问题,就是测试时会出现LOSS为0的情况,欢迎交流!








  • 2
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 9
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 9
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值