按照官網 的提示，我開始安裝faster rcnn，但是出現(xiàn)了很多問題，我將其匯總了起來，并提出了解決辦法。
先說明一下我的配置：

• python : anaconda2
• linux: centos 6.9

安裝faster rcnn請先參考：《cuda8+cudnn4 Faster R-CNN安裝塈運行demo》
與 《使用cuDNN5編譯py-faster-rcnn錯誤：cudnn.hpp(126): error: argument of type “int” is incompatible …》 ，要先合一下版本。

問題及解決方法

1.第三步Build the Cython modules 出現(xiàn)如下錯誤：

解決方法：
這個問題困擾了我好久，經過不斷查閱資料，我終于解決了此問題。該問題主要是anaconda的 distutils.extension 在編譯nms.gpu_nms出現(xiàn)的問題。
我的解決方法：
先定位到$FRCN_ROOT/lib，再打開setup.py，注釋掉nms.gpu_nms模塊：

# Extension('nms.gpu_nms', # ['nms/nms_kernel.cu', 'nms/gpu_nms.pyx'], # library_dirs=[CUDA['lib64']], # libraries=['cudart'], # language='c++', # runtime_library_dirs=[CUDA['lib64']], # # this syntax is specific to this build system # # we're only going to use certain compiler args with nvcc and not with # # gcc the implementation of this trick is in customize_compiler() below # extra_compile_args={'gcc': ["-Wno-unused-function"], # 'nvcc': ['-arch=sm_35', # '--ptxas-options=-v', # '-c', # '--compiler-options', # "'-fPIC'"]}, # include_dirs = [numpy_include, CUDA['include']] # ),

然后先編譯其他三個模塊bbox，nms.cpu_nms，pycocotools._mask。
等到編譯結束后，再回過來將上面的注釋去掉，重新編譯，會發(fā)現(xiàn)出現(xiàn)剛才的問題，此時，直接復制出錯的命令，將其中的“-R”換成“-Wl,-rpath=”（已驗證）或者”-Wl,-R”（已驗證）**，再直接運行修改后的命令（如下）：

g++ -pthread -shared -B /data1/caiyong.wang/bin/anaconda2/compiler_compat -L/data1/caiyong.wang/bin/anaconda2/lib -Wl,-rpath=/data1/caiyong.wang/bin/anaconda2/lib,--no-as-needed build/temp.linux-x86_64-2.7/nms/nms_kernel.o build/temp.linux-x86_64-2.7/nms/gpu_nms.o -L/usr/local/cuda/lib64 -L/data1/caiyong.wang/bin/anaconda2/lib -Wl,-rpath=/usr/local/cuda/lib64 -lcudart -lpython2.7 -o /data1/caiyong.wang/program/faster_rcnn/py-faster-rcnn/lib/nms/gpu_nms.so

最后我們再重新運行一下make命令（注意此時setup.py恢復與以前一樣），發(fā)現(xiàn)所有的模塊都已經編譯完成。
【result：】

[caiyong.wang@localhost lib]$ make python setup.py build_ext --inplace running build_ext skipping 'utils/bbox.c' Cython extension (up-to-date) skipping 'nms/cpu_nms.c' Cython extension (up-to-date) skipping 'nms/gpu_nms.cpp' Cython extension (up-to-date) skipping 'pycocotools/_mask.c' Cython extension (up-to-date) rm -rf build

也有人建議直接將anaconda換成Anaconda3-4.4.0-Linux-x86_64.sh 可以避免出現(xiàn)這個錯誤。
參考文獻：

https://github.com/cupy/cupy/issues/599

https://stackoverflow.com/questions/12629042/g-4-6-real-error-unrecognized-option-r

http://www.cnblogs.com/jianyingzhou/p/7722570.html

https://github.com/rbgirshick/py-faster-rcnn/issues/706

2. src/caffe/test/test_smooth_L1_loss_layer.cpp:11:35: fatal error: caffe/vision_layers.hpp: No such file or directory

解決方案：直接刪除這一行就好了

###3. 運行 make runtest -j8 出現(xiàn)了找不到so的問題，分別如下 ：
1). libcudart.so.8.0: cannot open shared object file: No such file or directory
解決方法：
在home目錄下，打開.bashrc，輸入：

export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64:$LD_LIBRARY_PATH export PATH=/usr/local/cuda-8.0/bin:$PATH

然后執(zhí)行source ~/.bashrc
2).error while loading shared libraries: libglog.so.0: cannot open shared object file: No such file or directory
解決方法：
首先發(fā)現(xiàn)libglog.so.0在/usr/local/lib/,因此只需要加入環(huán)境變量即可。
在home目錄下，打開.bashrc，輸入：

export LD_LIBRARY_PATH=/usr/local/lib/:$LD_LIBRARY_PATH

然后執(zhí)行source ~/.bashrc
3). error while loading shared libraries: libhdf5_hl.so.100
解決方法：

如果已經安裝了hdf5，則同理如上將lib路徑加入到path中。否則安裝hdf5.

安裝hdf5,可以直接sudo裝，默認裝在=/usr/local/hdf5**, 即：

sudo yum install hdf5-devel

如果沒有sudo權限，則可以使用源碼安裝：
在官網下載源代碼，然后根據提示安裝。
這里需要注意的是, 當運行到

./configure --prefix=/**/hdf5-X.Y.Z/ <more configure_flags>

需要將/**/hdf5-X.Y.Z/替換到自己可以讀寫的目錄下，另外如果出現(xiàn)Syntax error near unexpected token `newline’，可以參考

《Syntax error near unexpected token `newline’ while installing Predictionio》解決，或者直接將要安裝的HDF5文件拷貝到安裝路徑下，使用hdf5默認的路徑，一般為當前拷貝的路徑下面。可以通過運行命令

./configure --enable-cxx

查看。
完整的安裝代碼為：

$ gunzip < hdf5-X.Y.Z.tar.gz | tar xf - $ cd hdf5-X.Y.Z $ ./configure --prefix= /**/hdf5-X.Y.Z/ <more configure_flags> $ make $ make check # run test suite. $ make install $ make check-install # verify installation.

最后在makefile.conf中加入：

INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include /**/hdf5-X.Y.Z/hdf5/include LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib /**/hdf5-X.Y.Z/hdf5/lib

【注意：】

如果安裝過 anaconda 的話，那 libhdf5-serial-dev 可以不裝。如果編譯時提示找不到 hdf5 的庫。就把 anaconda/lib 加到 ld.so.conf 中去。$ sudo vim /etc/ld.so.conf添加一行,用戶名改為你自己的: /home/your_username/anaconda/lib 關閉并保存文件。$ sudo ldconfig

參考文獻：

• 在Matlab中使用Caffe出現(xiàn)HDF5 library version mismatched error的解決辦法
• 在centos7上配置caffe所遇到的一些問題
• http://coldmooon.github.io/2015/08/03/caffe_install/

4).error while loading shared libraries: libpython2.7.so.1.0: cannot open shared object file: No such file or directory
解決方案：
同理找到python lib（我這里是anaconda）的位置，將其加入環(huán)境變量即可。

4. libprotobuf error in “make runtest”

運行make runtest時出現(xiàn)如下錯誤：

[ RUN ] SGDSolverTest/1.TestLeastSquaresUpdateLROneHundredth libprotobuf ERROR google/protobuf/text_format.cc:169] Error parsing text-format caffe.SolverParameter: 1:23: Expected identifier. F1018 01:39:16.016651 8291 test_gradient_based_solver.cpp:56] Check failed: google::protobuf::TextFormat::ParseFromString(proto, &param) *** Check failure stack trace: ***@ 0x7f66fa250a5d google::LogMessage::Fail()@ 0x7f66fa254ef7 google::LogMessage::SendToLog()@ 0x7f66fa252d59 google::LogMessage::Flush()@ 0x7f66fa25305d google::LogMessageFatal::~LogMessageFatal()@ 0x8fb1c1 caffe::GradientBasedSolverTest<>::InitSolverFromProtoString()@ 0x8e6a93 caffe::GradientBasedSolverTest<>::RunLeastSquaresSolver()@ 0x8f16db caffe::GradientBasedSolverTest<>::TestLeastSquaresUpdate()@ 0x966cc3 testing::internal::HandleExceptionsInMethodIfSupported<>()@ 0x95eac7 testing::Test::Run()@ 0x95eb6e testing::TestInfo::Run()@ 0x95ec75 testing::TestCase::Run()@ 0x960f08 testing::internal::UnitTestImpl::RunAllTests()@ 0x961197 testing::UnitTest::Run()@ 0x5257af main@ 0x3d21a1ed1d (unknown)@ 0x525355 (unknown) make: *** [runtest] Aborted (core dumped)

原因是 yum install protobuf-devel的版本太低了，使用protoc --version ,發(fā)現(xiàn)我的版本是：

$ protoc --version libprotoc 2.3.0

而caffe-master使用的protobuf版本是2.5.0及以上，因此更新protobuf可以解決。
但是實際上通過anaconda的pip安裝時會安裝protobuf的python版本，發(fā)現(xiàn)我的版本是3.4.0，而caffe編譯時卻鏈接的是yum install安裝的protobuf,版本太低，因此需要在本地目錄下安裝與anaconda匹配的protobuf 3.4.0,

另外似乎caffe支持2.6.1更好，而且更重要的是2.6.1版本的protobuf在手動安裝的時候出錯很少，因此先pip uninstall protobuf,再pip安裝指定的protobuf，即pip install protobuf==2.6.1 . 此為python的版本。

接下來手動安裝protobuf。
解決方法：

從http://download.csdn.net/download/liangyihuai/9534593下載protobuf-2.6.1或從其他地方下載protobuf-2.6.1·.tar.gz。
認真閱讀gitHub上給出的安裝教程。

$./autogen.sh(在csdn下載的可以省略) $./configure --prefix=/home/**/protobuf （自己的目錄下） $ make $ make check $ make install編譯成功后將export PATH=/home/**/protobuf/bin:$PATH加入到環(huán)境變量中最后輸入 protoc --version命令，如顯示protobuf-**則安裝成功。

make check的結果：

此時protobuf安裝成功，我們進入caffe目錄下進行make clean，再重新編譯安裝。
5. cannot find -lopencv_dep_cudart
參考： https://github.com/opencv/opencv/issues/6542

caffe編譯報錯：build_release/lib/libcaffe.so: undefined reference to `cv::imread(cv::String const&, int)等
https://blog.csdn.net/weixin_41770169/article/details/90413895
解決步驟：

（1）查看opencv類型：

pkg-config opencv --modversion

2.4.9.1

因此，不能通過放開makefile.config中的opencv_version:=3的方式

（2）修改makefile.config和makefile

makefile文件：

LIBRARIES += opencv_core opencv_highgui opencv_imgproc 后加上：opencv_imagecodecs

makefile.config文件添加：

LINKFLAGS := -Wl,-rpath,/home/xuqiong/anaconda2/lib

（3）重新編譯成功

sudo make clean

sudo make all -j8

參考：

https://github.com/BVLC/caffe/issues/2348#issuecomment-286491394

總結

以上是生活随笔為你收集整理的编译py-faster-rcnn的问题汇总及解决方法的全部內容，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。