本系列文章由 @yhl_leo 出品,转载请注明出处。

文章链接: http://blog.csdn.net/yhl_leo/article/details/50967820


本文将继续接着上一篇博客(Ubuntu14.04 安装CUDA7.5 + Caffe + cuDNN),讲述如何配置pycaffe,以及运行rbgirshick提供的py-faster-cnn代码,先上图:

1 基本依赖项

首先安装一些依赖项:

$ sudo apt-get install python-skimage python-protobuf python-yaml
$ sudo pip install easydict

2 OpenCV

在编译过程中使用前文的OpenCV编译方式,后面在编译时出现了链接opencv的bug,推荐使用下面的方法:Ubuntu 15.10 OpenCV 3.1 Installation Guide

opencv下载链接:http://sourceforge.net/projects/opencvlibrary/files/opencv-unix/ ,本人下载的是3.1.0版本。

下载完成后,解压并创建build文件夹:

$ mkdir build
$ cd build/
$ cmake -D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_INSTALL_PREFIX=/usr/local -D WITH_TBB=ON -D WITH_V4L=ON -D WITH_QT=ON -D WITH_OPENGL=ON ..
$ make

安装:

$ sudo make install
$ sudo /bin/bash -c 'echo "/usr/local/lib" > /etc/ld.so.conf.d/opencv.conf'
$ sudo ldconfig
$ sudo apt-get update

3 环境变量

编译完成后,需要添一些环境变量:

$ export PYTHONPATH=${HOME}/caffe/python:$PYTHONPATH
$ export MATLABPATH=${HOME}/caffe/matlab:$MATLABPATH
$ export LD_LIBRARY_PATH=${HOME}/caffe/build/lib:$LD_LIBRARY_PATH
$ export PATH=/usr/local/cuda-7.5/bin:$PATH
$ export LD_LIBRARY_PATH=/usr/local/lib/:$LD_LIBRARY_PATH

(其中第二行是配置matcaffe的,如果没有安装matlab就不要输入。)

不要直接在终端里输入,看到一篇帖子说,这种在终端里输入的方式,是暂时性的,当你关闭输入的那个终端窗口或者reboot后,设置的环境变量就没了,所以,建议把这些环境变量添加到/etc/profile文件的末尾:

$ sudo vi /etc/profile

添加完成后,输入

source /etc/profile

建议重启(reboot),然后检查一下环境变量:

$ echo $PYTHONPATH

4 修改Makefile.config

提供本人的Makefile.config的文件:yhlleo/caffe.Makefile.config

如果没有安装matlab,请把MATLAB_LIB保持注释状态。

matlab 2014a的安装方法可以参照:Ubuntu14.04安装Matlab2014a

5 编译pycaffe

$ cd ~/caffe/
$ sudo make clean
$ sudo make all -j8
$ sudo make test -j8
$ sudo make runtest -j8
$ sudo make pycaffe -j8

如果编译出现make: Nothing to be done for 'pycaffe',就使用命令sudo make clean。

编译有没有问题最简单的测试方法,就是在终端中依次输入:

$ python
>>>import caffe

如果提示没找到caffe模块,就说明没安装好,仔细检查是哪里出问题。

6 测试py-faster-rcnn

下载rbgirshick提供的开源代码:rbgirshick/py-faster-rcnn

其中的README.md,对于如何下载代码、数据以及运行测试demo讲述的比较清晰,就不累述。

下载数据,运行./tools/demo.py后,就可以得到一组检测结果图片(开篇给出的图片,是在sublime中编译执行的结果)。

祝好运~~

源自本人博客网站:yhl’s blog

pycaffe 配置的更多相关文章

  1. Ubuntu14.04 caffe 配置

    1.前置条件验证 (1) Ubuntu14.04操作系统. (2) 检验计算机是否为NVIDIA显卡,终端输入命令 $ lspci | grep -invidia  (3) 检验计算机是否为x86_6 ...

  2. Ubuntu 16.04 + GTX970 + cuda8.0.44安装配置等问题(转)

    参考:https://blog.csdn.net/u010094199/article/details/54380086 参考:https://blog.csdn.net/jonms/article/ ...

  3. ubuntu16.04+caffe+GPU+cuda+cudnn安装教程

    步骤简述: 1.安装GPU驱动(系统适配,不采取手动安装的方式) 2.安装依赖(cuda依赖库,caffe依赖) 3.安装cuda 4.安装cudnn(只是复制文件加链接,不需要编译安装的过程) 5. ...

  4. 如何配置pycaffe

    首先,使用cmake配置.生成caffe的vs2015工程时,设定生成python接口,即BUILD项->BUILD_python.BUILD_python_layer,注意使用CMake生成V ...

  5. pycaffe + anaconda2 + python2.7.配置

    1.首先要把caffe-windows用VS2013编译好(这一步很多门道,很麻烦很多坑),编辑props文件,使python支持选项开启,单独编译pycaffe项目就可以 2.将生成的在build/ ...

  6. 配置caffe的python环境时make pycaffe提示fatal error: numpy/arrayobject.h No such file or directory解决方法

    重装numpy: sudo pip uninstall numpy sudo pip install numpy 是没有用的... 解决的办法就是: sudo apt-get install pyth ...

  7. Ubuntu14.04 64位配置Caffe 教程(基于CUDA7.5)

    最新博客地址已转到: http://blog.csdn.net/zzlyw?viewmode=contents   ------------------------------------------ ...

  8. Windows+Caffe+VS2013+python接口配置过程

    前段时间在笔记本上配置了Caffe框架,中间过程曲曲折折,但由于懒没有将详细过程总结下来,这两天又在一台配置较高的台式机上配置了Caffe,配置时便非常后悔当初没有写到博客中去,现已配置好Caffe, ...

  9. 基于Windows10 x64+visual Studio2013+Python2.7.12环境下的Caffe配置学习

    本文在windows下使用visual studio2013配置关联python(python-2.7.12.amd64.msi)的caffe项目,如果有耐心的人,当然可以自己去下载caffe项目自己 ...

随机推荐

  1. strcpy函数使用方法以及底层实现

    strcpy(s1, s2);   strcpy函数的意思是:把字符串s2中的内容copy到s1中.连字符串结束标志也一起copy. 这样s1在内存中的存放为:ch\0; 在cout<<s ...

  2. 18110 Koishi's travel, Satori's travel

    18110 Koishi's travel, Satori's travel 该题有题解 时间限制:4000MS  内存限制:65535K提交次数:0 通过次数:0 题型: 编程题   语言: 不限定 ...

  3. 黑马程序猿——JAVA基础——集合

    ----------android培训.java培训.java学习型技术博客.期待与您交流.------------  一.关于java中的集合类        首先看一下,大致的框架流程图     ...

  4. oc09--NSString

    // // main.m // 类方法,不可以直接访问对象的属性和方法,类方法中可以直接调用类方法. // NSString基本使用 #import <Foundation/Foundation ...

  5. Triangle LOVE(拓扑排序)

    Triangle LOVE Time Limit : 2000/1000ms (Java/Other)   Memory Limit : 65536/65536K (Java/Other) Total ...

  6. 【BZOJ3926】【ZJOI2015】诸神眷顾的幻想乡 广义后缀自动机

    题目: 题目在这里 思路&做法: 参考的题解 既然只有\(20\)个叶子节点, 那么可以从每个叶子节点往上建一颗\(trie\)树, 然后合并成一棵大的\(trie\)树, 然后构建广义后缀自 ...

  7. JavaScript扩展运算符(...)

    对象的扩展运算符 扩展运算符是三个点(...).用于取出参数对象的所有可遍历属性,然后拷贝到当前对象之中. 如上图所示,新建了一个对象a,然后通过扩展运算符将其属性x,y一并拷贝到b对象中. 合并两个 ...

  8. c语言递归讲解分析

    C语言允许函数调用它自己,这种调用的过程称为"递归(recursion)" 举例说明,如下代码: #include <stdio.h> void up_and_down ...

  9. Android 低功耗蓝牙的多设备连接与数据接收,简单实现

    在网络层,互联网提供所有应用程序都要使用的两种类型的服务,尽管目前理解这些服务的细节并不重要,但在所有TCP/IP概述中,都不能忽略他们: 无连接分组交付服务(Connectionless Packe ...

  10. React 16 服务端渲染的新特性

    React 16 服务端渲染的新特性 React 16 中关于服务端渲染的新特性 快速介绍React 16 服务端渲染的新特性,包括数组.性能.流等 React 16 终于来了!