专栏首页Deep learning进阶路caffe随记(十)---DeepLabV2安装过程

caffe随记(十)---DeepLabV2安装过程

1.下载DeepLabV2的code

https://bitbucket.org/aquariusjay/deeplab-public-ver2,

这个网址是作者提供的官方页面

进入这个页面之后点击download,然后进入下载页面

下载之后就是这个压缩包

2.下载pretrained model

这个也就在刚刚那个页面就有,点击here进入models的界面,这里面有很多,我选用的是最下面的:

VGG16model,点击进入下载页面,下载之后得:

打开看一下里面的内容

里面就是一些caffemodel和prototxt

这些prototxt你可以用写字板打开看一下熟悉一下里面写的是什么,

根据网页里面的描述应该是在PASCAL VOC 2012的数据上的caffemodel

3. 实验配置

不过好像前两个link现在都失效了,这里我分享一下:

由于我是用windows下载的,所以现在把我下载的东西都用linux的scp命令给copy到服务器上去。scp命令请自行百度,

然后我把aquariusjay…那个名字很长的文件夹顺便改了名字,就叫DeepLabV2

先来安装matio,进入到matio-1.5.2文件夹,(这个文件夹我就是放在我的根目录下的/home/Teeyo /matio-1.5.2)

$ cd matio-1.5.2

$ ./configure

$ make

$ make check

$ make install

我在make和make check的时候遇到了一个问题

就是说 autom4te:command not found, 然后解决方案是:安装autoconf这个包,由于我没有管理员权限,我就让我的师兄给我装了一下:

Dell是师兄的账号,然后给系统里装了autoconf这个包,这个问题就能解决到, make check就能通过

-------------------------------------------------------------------------------------------------------------

-------------------------------------------------------------------------------------------------------------

make check通过之后,我们继续输入make install,然后又报错:

意我红圈中的内容,告知我没有权限……那么我输入: ./configure --prefix=/home/Teeyo/matio 这句命令就是说我把安装的位置更改为我自己Teeyo的目录下,这样就不需要root权限了

我的这个命令就是让matio安装到Teeyo下matio这个文件夹中,

然后再makeinstall 就ok了,

这是我截取的部分内容,可以看到原来报错的位置,现在没有报错了,因为刚刚这里的文件安装的路径已经改到了/home/Teeyo/matio/lib里面去了

这时候我们再回到Teeyo目录下,发现多了一个matio文件夹,红圈所示:

这因为我刚刚把安装路径设置为这里,那么我们再进去看一下:

那么matio的安装至此就搞定了。

-------------------------------------------------------------------------------------------------------------

-------------------------------------------------------------------------------------------------------------

要注意的问题,我的matio是安装在  /home/Teeyo/DeepLabV2/matio 所以: 在DeepLabV2 的 Makefile.config 中的INCLUDE_DIRS 中添加 matio 的 src路径, 文件夹本身没有Makefile.config文件,所以就自己把那个example复制并更名 cp Makefile.config.example  ./Makefile.config 

vimMakefile.config

 LIBRARY_DIRS 中添加 引用和库(蓝色字体是我们这次要添加的,直接在原来的后面写就ok)

INCLUDE_DIRS:= $(PYTHON_INCLUDE) /usr/local/include  /home/Teeyo/ matio/include

LIBRARY_DIRS:= $(PYTHON_LIB) /usr/local/lib /usr/lib  /home/Teeyo/ matio/lib

要注意的第二个问题,环境变量的增加: vim ~/.bashrc  在最后一排打上我图里的这段话

------------------------------------------------------------------------------------------------------------- -------------------------------------------------------------------------------------------------------------

然后matio的编译和安装基本上就ok了,下面开始DeepLabV2的编译:

make clean

make  –j32  //这里的-j32是因为我的计算机支持32线程,一般的话写成-j8就行

make test –j32

make pycaffe

make pytest

在第一次make的时候,会报错:

/include/caffe/common.cuh(9):error: function "atomicAdd(double *, double)" has already beendefined

原因是CUDA 8.0 提供了对atomicAdd函数的定义,但atomicAdd在之前的CUDAtoolkit中并未出现,因此一些程序自定义了atomicAdd函数。

解决方法:打开./include/caffe/common.cuh文件,在atomicAdd前添加宏判断即可。     

#if !defined(__CUDA_ARCH__) || __CUDA_ARCH__ >= 600

#else

   static __inline__ __device__ doubleatomicAdd(double* address, double val)

   {

      ...

   }

#endif

这个问题就解决了

-------------------------------------------------------------------------------------------------------------

-------------------------------------------------------------------------------------------------------------

然后再看下面另一个问题:

这是忘了开opencv的开关了,就还是到Makefile.config里面去,打开开关:

(我用的是OPENCV3)

顺便把CUDNN的开关也打开

-------------------------------------------------------------------------------------------------------------

-------------------------------------------------------------------------------------------------------------

然后再来 make clean,再来make all,又出现以下问题:

然后回到DeepLabV2这个根目录下,

cd .build_release/src/caffe/util/  来这个文件夹看看

发现的确是没有找到math_functions.o这个东西,然后我查了很久初步判定是CUDNN兼容的问题

作者配置环境是cuDNN 4.0,但是5.0版本后的cuDNN接口有所变化,

我做了如下改变:

把我的DeepLabV2/include/caffe/util/cudnn.hpp用github上最新的caffe同样目录下的hpp替换了!

即是我去网上github的把 caffe-master/include/caffe/util/cudnn.hpp拿到我的DeepLabV2来替换了刚刚那个文件,然后make clean 然后make all:

当然因为问题还没有解决完,还是没有通过,但是这一次math_functions.o出现了!!!

如图,而在之前我这个里面是没有的,所以我刚刚的改动证明是有用的!!!

最终解决方案:

然后这次进行编译,就不会出现error了,只会出现一些warning,不影响后面的使用。

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • caffe随记(六)---tools工具举例

    经过前面几篇博文的介绍,我们已经对caffe有了个大概的了解,知道它的数据结构,而且也尝试了caffe的Hello World---mnist例程。 前一篇博文...

    TeeyoHuang
  • caffe随记(五)---/build/tools/caffe.bin工具简析

    1、怎么用这个命令 在caffe根目录下输入如下命令:  ./build/tools/caffe.bin, 得到如下显示 ? usage:caffe<comm...

    TeeyoHuang
  • caffe随记(八)---使用caffe训练FCN的pascalcontext-fcn32s模型(pascal-context数据集)

    本篇讨论利用caffe进行FCN训练(采用的是pascal-context数据集) 1、下载FCN的框架 https://github.com/shelham...

    TeeyoHuang
  • DevOps平台之开源技术图谱

    DevOps平台在研发过程中,集成了许多的第三方工具来完善持续集成的流程,诸如Jira、Gitlab、Jenkins等,集成一个工具其实是一个繁琐的工作,需要注...

    yuanyi928
  • [JavaScript]自执行函数

    最近在接触mui的时候,遇到了一段代码: 1 (function($, doc) { 2 $.init({ 3 ...

    CN_Simo
  • 使用 Elastic Stack 构建 Kubernetes 全栈监控(1/4)

    在本系列文章中,我们将学习如何使用 Elastic 技术栈来为 Kubernetes 构建监控环境。可观测性的目标是为生产环境提供运维工具来检测服务不可用的情况...

    我是阳明
  • 高并发下如何保证接口的幂等性?

    幂等性就是同一个操作执行多次,产生的效果一样。如http的get请求,数据库的select请求就是幂等的

    Java识堂
  • 性能测试 —— Dubbo 基准测试

    摘要: 原创出处 http://www.iocoder.cn/Performance-Testing/Dubbo-benchmark/ 「芋道源码」欢迎转载,保...

    芋道源码
  • 从后端到前端之Vue(五)小试路由

      一开始我还以为vue的路由只能用在工程化的项目里面呢,然后研究了一下才发现,在脚本化里面也是可以用的。其实呢不管在哪里用,把原理研究明白就对了。

    用户1174620
  • 再论分布式事务:从理论到实践

    本文补充一种分布式事务解决方法:Best Effort. Best Effort   best effort即尽最大努力交付,主要用于在这样一种场景:不同的服...

    用户1263954

扫码关注云+社区

领取腾讯云代金券