深度學習框架caffe及py-faster-rcnn詳細配置安裝過程

配置環境：

• ubuntu14.04
• CUDA7.5

---

1、準備工作

安裝vim、python-pip、git

sudo apt-get install vim sudo apt-get install python-pip sudo apt-get install git

• 1
• 2
• 3

• 1
• 2
• 3

2、安裝CUDA7.5

CUDA(Compute Unified Device Architecture)，是顯卡廠商NVIDIA推出的運算平臺。 CUDA?是一種由NVIDIA推出的通用并行計算架構，該架構使GPU能夠解決復雜的計算問題。 它包含了CUDA指令集架構（ISA）以及GPU內部的并行計算引擎。——百度百科

CUDA的安裝包可以在NVIDIA官網下載：https://developer.nvidia.com/cuda-downloads

安裝CUDA7.5

sudo dpkg --install cuda-repo-ubuntu1404-7-5-local_7.5-18_amd64.deb sudo apt-get update sudo apt-get install cuda

• 1
• 2
• 3

• 1
• 2
• 3

更改路徑

sudo vim /etc/profile ++ export PATH=/usr/local/cuda-7.5/bin:$PATH ++ export LD_LIBRARY_PATH=/usr/local/cuda-7.5/lib64:$LD_LIBRARY_PATH

• 1
• 2
• 3

• 1
• 2
• 3

使以上更改生效

source /etc/profile

• 1

• 1

編譯CUDA

cd /usr/local/cuda/samples sudo make all -j4

• 1
• 2

• 1
• 2

驗證是否安裝成功

cd /usr/local/cuda/samples/bin/x86_64/linux/release ./deviceQuery

• 1
• 2

• 1
• 2

若在命令行顯示顯卡信息則表示安裝成功，如下圖所示：

3、安裝CuDNN

CuDNN是專門針對Deep Learning框架設計的一套GPU計算加速方案，目前支持的DL庫包括Caffe，ConvNet, Torch7等。

CuDNN的安裝包可以在NVIDIA官網下載：https://developer.nvidia.com/cuDNN

執行以下命令

tar zxvf cudnn-7.0-linux-x64-v4.0-rc.tgz cp cuda/lib64/lib* /usr/local/cuda/lib64 cp cuda/include/cudnn.h /usr/local/cuda/include cd /usr/local/cuda/lib64 sudo rm libcudnn.so libcudnn.so.4 sudo ln -s libcudnn.so.4.0.4 libcudnn.so.4 sudo ln -s libcudnn.so.4 libcudnn.so

• 1
• 2
• 3
• 4
• 5
• 6
• 7

• 1
• 2
• 3
• 4
• 5
• 6
• 7

然后重啟機器

sudo reboot

• 1

• 1

4、檢查修改的路徑是否正確

echo $PATH

• 1

• 1

檢查是否與以下內容一致

export PATH=/usr/local/cuda-7.5/bin:$PATH export LD_LIBRARY_PATH=/usr/local/cuda-7.5/lib64:$LD_LIBRARY_PATH

• 1
• 2

• 1
• 2

5、安裝python-opencv

sudo apt-get install python-opencv

• 1

• 1

6、安裝pyCUDA

sudo apt-get install libatlas-base-dev

• 1

• 1

7、下載py-faster-rcnn

github上py-faster-rcnn項目的地址：https://github.com/rbgirshick/py-faster-rcnn

git clone --recursive https://github.com/rbgirshick/py-faster-rcnn.git

• 1

• 1

8、編譯caffe

cd py-faster-rcnn cd caffe-fast-rcnn

• 1
• 2

• 1
• 2

安裝依賴包

sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libhdf5-serial-dev protobuf-compiler sudo apt-get install --no-install-recommends libboost-all-dev sudo apt-get install libgflags-dev libgoogle-glog-dev liblmdb-dev sudo apt-get install python-skimage sudo apt-get install python-protobuf sudo apt-get install python-yaml sudo pip install cython sudo pip install easydict

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8

安裝python依賴包

cd python for req in $(cat requirements.txt); do pip install $req; done

• 1
• 2
• 3
• 4

• 1
• 2
• 3
• 4

在命令行多次（一般2~3次）執行以上命令，直到出現requirement already satisfied為止

編譯caffe

cd py-faster-rcnn cd caffe-fast-rcnn cp Makefile.config.example Makefile.config

• 1
• 2
• 3

• 1
• 2
• 3

打開WITH_PYTHON_LAYER開關

vim Makefile.config

• 1

• 1

將WITH_PYTHON_LAYER :=1前面的#號去掉
若先前已經安裝過opencv3.0以上版本
需將USE_OPENCV := 0和OPENCV_VERSION := 3前的#號去掉

sudo make all -j4 sudo make pycaffe -j4

• 1
• 2

• 1
• 2

注意：若編譯過程中報錯找不到hdf5.h或者hdf5_hl.h , 錯誤提示為：

./include/caffe/util/hdf5.hpp:6:18: fatal error: hdf5.h: No such file or directory

• 1

• 1

使用命令sudo find / -name hdf5.h 和sudo find / -name hdf5_hl.h , 找到相應的路徑之后，把路徑加到Makefile.config中。
如，我的hdf5.h的路徑為：

/usr/include/hdf5/serial/hdf5.h

• 1

• 1

則修改Makefile.config中的項“INCLUDE_DIRS”為：

INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/include/hdf5/serial \/usr/local/include

• 1
• 2

• 1
• 2

若在Ubuntu16.04+CUDA8+cudnn5配置py-faster-rcnn下配置可參考：http://blog.csdn.net/zhuiqiuk/article/details/54093170

編譯faster-rcnn

cd py-faster-rcnn cd lib make

• 1
• 2
• 3

• 1
• 2
• 3

9、檢驗是否配置成功

運行demo.py

cd py-faster-rcnn cd tools python demo.py

• 1
• 2
• 3

• 1
• 2
• 3

若可以檢測出圖片中的目標，則表示配置完成，如下圖所示：

總結

以上是生活随笔為你收集整理的深度学习框架caffe及py-faster-rcnn详细配置安装过程的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。