pycaffe 配置
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
- 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 ...
- 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/ ...
- 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. ...
- 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 ...
- 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/ ...
- 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 ...
- 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 ------------------------------------------ ...
- 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, ...
- 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
- POJ 1442 Black Box(优先队列)
题目地址:POJ 1442 这题是用了两个优先队列,当中一个是较大优先.还有一个是较小优先. 让较大优先的队列保持k个.每次输出较大优先队列的队头. 每次取出一个数之后,都要先进行推断,假设这个数比較 ...
- c26---文件包含include
// // main.c // 文件包含 #include <stdio.h> // 函数可以重复声明, 但不能重复定义 void test(); void test(); void te ...
- 0x58 数据结构优化DP
补写一下 poj3171 设f[i]表示覆盖L~i的最小花费,把区间按左端点排序,枚举区间,f[a[i].r]=min{f[a[i].l~(a[top].r-1)]}+a[i].c (当然还要和原值比 ...
- [BZOJ 1579] Revamping Trails
[题目链接] https://www.lydsy.com/JudgeOnline/problem.php?id=1579 [算法] dist[u][k]表示当前在点u,升级了k条道路,最短路径的长度 ...
- 在量化金融中15个最流行的Python数据分析库
Python是当今应用最广泛的编程语言之一,以其效率和代码可读性著称.作为一个科学数据的编程语言,Python介于R和java之间,前者主要集中在数据分析和可视化,而后者主要应用于大型应用.这种灵活性 ...
- .net 对称加密
后台 public class CryptoHelper { // 对称加密算法提供器 private ICryptoTransform encryptor ...
- MVC:@RenderBody、@RenderPage、@RenderSection用法
本文导读:在Razor引擎中没有了“母版页”,取而代之的是叫做“布局”的页面(_Layout.cshtml)放在了共享视图文件夹中.模板页:@RenderBody()占位符:局部页面:@RenderP ...
- DataFrame与数据库的相互转化
在Spark中,Dataframe简直可以称为内存中的文本文件. 就像在电脑上直接操作txt. csv. json文件一样简单. val sparkConf = new SparkConf().set ...
- PCL:PCL可视化显示点云
(1):引用:仅仅是简单的显示点云,可以使用CloudViewer类.这个类非常简单易用.但要注意,它不是线程安全的.如果要用于多线程,还要参考PCLVisualizer. 需要注意的是,PointC ...
- 函数编程中functor和monad的形象解释
函数编程中functor和monad的形象解释 函数编程中Functor函子与Monad是比较难理解的概念,本文使用了形象的图片方式解释了这两个概念,容易理解与学习,分别使用Haskell和Swift ...