環境配置5-Ubuntu下安裝Caffe和YOLO

在Ubuntu系統、NVIDIA顯卡驅動、CUDA、cuDNN、openCV都安裝好之後，準備安裝Caffe。

安裝Caffe

1-安裝依賴項

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 libopenblas-dev liblapack-dev libatlas-base-dev

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

大部分應該在之前的環境配置中都已安裝，然後更新

sudo apt-get update
sudo apt-get upgrade

2-下載Caffe安裝包

https://github.com/BVLC/caffe.git

解壓後進入目錄中

3-創建並修改編譯指導文件

sudo cp Makefile.config.example Makefile.config

sudo gedit Makefile.config

打開後：

    (1)若使用CPU+Caffe，則將CPU_ONLY:=1前的#刪除

        若使用GPU+cuDNN+Caffe，則將USE_CUDNN:=1前的#刪除

    (2)若使用的openCV版本是3開頭的，將OPENCV_VERSION:=3前的#刪除

    (3)若要使用python來編寫layer，則將WITH_PYTHON_LAYER:=1前的#刪除

    (4)將# 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 

          修改爲： 

       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 

4-修改Makefile文件

    sudo gedit Makefile

    將NVCCFLAGS +=-ccbin=$(CXX) -Xcompiler-fPIC $(COMMON_FLAGS)

    替換爲

    NVCCFLAGS += -D_FORCE_INLINES -ccbin=$(CXX) -Xcompiler -fPIC $(COMMON_FLAGS)

5-依次執行

     sudo make all -j6

     sudo make test -j6

     sudo make runtest -j6

上述過程不報錯則表示安裝Caffe完成。

    備註：

1-執行sudo make runtest -j6時，如果報錯Cannot creat Cublas handle.Cublas won't be available，重新安裝一個低版本的顯卡驅動，再不行就需要重新安裝低版本的CUDA進行嘗試。

1-執行sudo make runtest -j6時,如果報error while loading shared libraries:libopencv_core.so.3.4:cannot open shared object file:No such file or directory.

運行sudo ldconfig，再runtest

安裝YOLO

下載yolo，https://github.com/pjreddie/darknet

解壓後，cd darknet

修改Makefile，使

          GPU=1

          CUDNN=1

          OPENCV=1

          LIBSO=1

          NVCC =/usr/local/cuda-8.0/bin/nvcc

保存退出，在darknet目錄下運行make。

去下載權重文件進行測試，這裏用的是yolo2

https://pjreddie.com/darknet/yolov2/

將權重文件放入darknet目錄下，測試圖片效果

./darknet detect cfg/yolov2.cfg yolov2.weights data/dog.jpg

測試攝像頭實時效果

./darknet detector demo cfg/coco.data cfg/yolov2.cfg yolov2.weight

如果都可以測試成功，表示YOLO環境搭建成功。