Ubuntu16.04配置Faster RCNN教程

电脑配置

CPU：英特尔 Xeon(至强) E5-1620 v2 @ 3.70GHz 四核
显卡：Nvidia Quadro K2200
操作系统：Ubuntu 16.04

显卡驱动安装

sudo add-apt-repository ppa:graphics-drivers/ppa
sudo apt-get update
sudo apt-get install nvidia-367
nvidia-smi #查看驱动是否安装成功

安装测试CUDA

安装CUDA

1. 下载CUDA安装包

我下载的版本是cuda_8.0.61_375.26_linux，下载runfile(local)那个

2. 切换到安装包所在目录，执行命令

sudo cuda_8.0.61_375.26_linux.run --override

1). 启动安装程序，一直按空格到最后，输入accept接受条款
2). 输入n不安装nvidia图像驱动，之前已经安装过了
3). 输入y安装cuda 8.0工具
4). 回车确认cuda默认安装路径：/usr/local/cuda-8.0
5). 输入y用sudo权限运行安装，输入密码
6). 输入y或者n安装或者不安装指向/usr/local/cuda的符号链接
7). 输入y安装CUDA 8.0 Samples，以便后面测试
8). 回车确认CUDA 8.0 Samples默认安装路径：/home/yuan（yuan是我的用户名），该安装路径测试完可以删除

安装cuDNN v5.1

下载cuDNN安装包

需要申请注册账号，我下载的版本是cudnn-8.0-linux-x64-v5.1

切换到文件所在目录，解压文件

tar zxvf cudnn-8.0-linux-x64-v5.1.tgz

此时在该目录下会产生一个cuda文件，执行以下命令：

cd cuda/include/
sudo cp cudnn.h /usr/local/cuda/include/ #复制头文件
cd ../lib64 #打开lib64目录
sudo cp lib* /usr/local/cuda/lib64/ #复制库文件
sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn* #给所有用户增加这些文件的读权限

建立软链接

执行以下命令：

cd /usr/local/cuda/lib64/
sudo rm -rf libcudnn.so libcudnn.so.5
sudo ln -s libcudnn.so.5.1.5 libcudnn.so.5
sudo ln -s libcudnn.so.5 libcudnn.so

设置环境变量，终端输入

sudo gedit /etc/profile

在末尾加入

PATH=/usr/local/cuda/bin:$PATH
export PATH

保存后，创建链接文件

sudo vim /etc/ld.so.conf.d/cuda.conf

按a进入插入模式，增加下面一行

/usr/local/cuda/lib64

按esc退出插入模式，按:wq保存退出
最后在终端输入sudo ldconfig使链接生效

cuda Samples测试

打开CUDA 8.0 Samples默认安装路径，终端输入

cd /home/yuan/NVIDIA_CUDA-8.0_Samples   #（yuan是我的用户名）
sudo make all -j8
cd bin/x86_64/linux/release
./deviceQuery

不报错说明CUDA安装成功。

安装相关依赖包

执行以下命令：

sudo apt-get install build-essential #必要的编译工具依赖

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 libatlas-base-dev

sudo apt-get install libgflags-dev libgoogle-glog-dev liblmdb-dev
 
sudo apt-get install git

sudo apt-get install python-pip

pip install ipython

pip install cython

sudo apt-get install python-numpy python-scipy python-matplotlib python-skimage

#安装protobuf!!!
pip install protobuf easydict pyyaml

sudo install cmake

安装opencv 3.1.0

执行以下命令：

wget https://github.com/Itseez/opencv/archive/3.1.0.zip
cd opencv3.1.0/
mkdir build
cd build
cmake -D CMAKE_BUILD_TYPE=Release -D CMAKE_INSTALL_PREFIX=/usr/local ..

将/home/yuan/opencv-3.1.0/modules/cudalegacy/src/graphcuts.cpp里的

#if !defined (HAVE_CUDA) || defined (CUDA_DISABLER)

改为

#if !defined (HAVE_CUDA) || defined (CUDA_DISABLER) || (CUDART_VERSION >= 8000)

make

make -j8 
sudo make install

安装配置caffe

git clone https://github.com/BVLC/caffe.git
cd caffe
sudo cp Makefile.config.example Makefile.config
sudo gedit Makefile.config   #打开Makefile.config文件

根据个人情况修改文件

1. 若使用cudnn，则修改

   #USE_CUDNN := 1

2. 若使用的opencv版本是3的，则修改

   #OPENCV_VERSION := 3

3. 若要使用python来编写layer，则将

   #WITH_PYTHON_LAYER := 0

修改为

#WITH_PYTHON_LAYER := 1

1. 重要的一项 :
   将

   # Whatever else you find you need goes here.

下面的

INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include
LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib

修改为：

INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include /usr/include/hdf5/serial
LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib /usr/lib/x86_64-linux-gnu /usr/lib/x86_64-linux-gnu/hdf5/serial

这是因为ubuntu16.04的文件包含位置发生了变化，尤其是需要用到的hdf5的位置，所以需要更改这一路径。

终端输入

make all -j8

若编译失败可以

make clean

清除第一次编译结果然后

make all -j8
make test -j8
sudo ldconfig
make runtest -j8
make pycaffe -j8
make distribute  #生成发布安装包
cd /home/yuan/caffe/python
python
import caffe

不报错则编译成功

下载mnist数据集测试

终端输入

cd home/yuan/caffe/data/mnist/
./get_mnist.sh
cd /home/yuan/caffe/
./examples/mnist/create_mnist.sh

训练

./examples/mnist/train_lenet.sh

训练的时候可以看到精度和损失值。

至此Caffe配置成功。

配置py_faster-rcnn

终端执行以下命令:

git clone --recursive https://github.com/rbgirshick/py-faster-rcnn.git
cd py-faster-rcnn/lib
make
cd py-faster-rcnn/caffe-fast-rcnn/

更新caffe版本

git remote add caffe https://github.com/BVLC/caffe.git
git fetch caffe
git merge caffe/master #有的地方合并失败也没关系

在合并之后注释掉include/caffe/layers/python_layer.hppa文件里的

self_.attr(“phase”) = static_cast(this->phase_)

把home/yuan/caffe目录下的Makefile.config文件copy到py-faster-rcnn/caffe-fast-rcnn/下

执行命令

make -j4

将/home/yuan/caffe/python/caffe目录下的_caffe.cpp copy（替换）到/home/yuan/py-faster-rcnn/caffe-fast-rcnn/python/caffe

执行命令

make pycaffe

将/home/yuan/py-faster-rcnn/caffe-fast-rcnn/python/caffe/init.py里的

from .pycaffe import Net, SGDSolver, NesterovSolver, AdaGradSolver, RMSPropSolver, AdaDeltaSolver, AdamSolver
from ._caffe import set_mode_cpu, set_mode_gpu, set_device, Layer, get_solver, layer_type_list, set_random_seed

删去，包括<<<<<HEAD和caffe master非法字符串。

运行faster rcnn demo

在windows端用迅雷下载model，URL：

https://dl.dropboxusercontent.com/s/o6ii098bu51d139/faster_rcnn_models.tgz?dl=0
CHECKSUM=ac116844f66aefe29587214272054668

在ubuntu环境中将文件解压到py-faster-rcnn/data/下，执行命令

cd py-faster-rcnn/
./tools/demo.py --net zf   #--net：指定模型

运行faster rcnn demo时遇到的问题

问题1：

File "/home/yuan/py-faster-rcnn/tools/../lib/rpn/proposal_layer.py", line 64, in forward
    cfg_key = str(self.phase) # either 'TRAIN' or 'TEST'
    AttributeError: 'ProposalLayer' object has no attribute 'phase'

解决办法：找到/lib/rpn/proposal_layer.py，将第64行修改为 cfg_key = ‘TEST’（训练时再改回来？）

问题2：

Loaded network /home/yuan/py-faster-rcnn/data/faster_rcnn_models/ZF_faster_rcnn_final.caffemodel
    F0518 13:29:12.159129  2920 roi_pooling_layer.cu:91] Check failed: error == cudaSuccess (8 vs. 0)  invalid device function
    *** Check failure stack trace: ***
    已放弃 (核心已转储)

解决办法：显卡计算能力不同导致。修改 py-faster-rcnn/lib/setup.py 的第135行，将arch改为与显卡相匹配的数值，然后删除utils/bbox.c，nms/cpu_nms.c ，nms/gpu_nms.cpp。
重新编译：

cd py-faster-rcnn/lib/
make
cd ../caffe-fast-rcnn/
make clean
make -j4 && make pycaffe -j8