1. 程式人生 > >ubuntu16.04中安裝caffe2 和 detectron教程

ubuntu16.04中安裝caffe2 和 detectron教程

一,caffe2

我是參考caffe2官網,根據自己電腦的實際情況安裝(ubuntu16.04),我安裝的原始碼,不是映象,為了之後的densepose模型打基礎。

1,Install Dependencies(安裝依賴項) 

sudo apt-get update
sudo apt-get install -y --no-install-recommends \
      build-essential \
      git \
      libgoogle-glog-dev \
      libgtest-dev \
      libiomp-dev \
      libleveldb-dev \
      liblmdb-dev \
      libopencv-dev \
      libopenmpi-dev \
      libsnappy-dev \
      libprotobuf-dev \
      openmpi-bin \
      openmpi-doc \
      protobuf-compiler \
      python-dev \
      python-pip                          
pip install --user \
      future \
      numpy \
      protobuf \
      typing \
      hypothesis

 

 

 

# for Ubuntu 14.04
sudo apt-get install -y --no-install-recommends \
      libgflags2 \
      cmake3
# for Ubuntu 16.04
sudo apt-get install -y --no-install-recommends \
      libgflags-dev \
      cmake

 

 2,Clone & Build

git clone https://github.com/pytorch/pytorch.git && cd pytorch
git submodule update --init --recursive
python setup.py install

注意我們是藉助pytorch安裝的caffe2

 

 上面這個命令失敗了不要緊,再下總有可以成功的時候哈哈

報錯,沒關係,缺什麼安什麼,pip install pyyaml   這下沒問題了

繼續。。。 

 

3,Test the Caffe2 Installation(測試時候安裝caffe2成功)

cd ~ && python -c 'from caffe2.python import core' 2>/dev/null && echo "Success" || echo "Failure"

如果成功會出現success,如下圖:

 

輸入下面命令輸出大於0就可以了:

python2 -c 'from caffe2.python import workspace; print(workspace.NumCudaDevices())'

 

 4,修改環境變數:

sudo gedit ~/.bashrc
在檔案末尾輸入:
export PYTHONPATH=/usr/local:$PYTHONPATH
export PYTHONPATH=$PYTHONPATH:/home/feng/pytorch/caffe2/build  (後面路徑為caffe2的編譯路徑,在caffe2/build中,命令列輸入pwd可以得到這個路徑)
export LD_LIBRARY_PATH=/usr/local/lib:$LD_LIBRARY_PATH

source ~/.bashrc






5,測試caffe2

 

 二,安裝detectron

1,定位到要下載的檔案下面,我為了方便也下了pytorch裡面了

git clone https://github.com/facebookresearch/detectron

 

2,Install Python dependencies:

pip install -r $DETECTRON/requirements.txt

3,安裝

cd $DETECTRON && make

 

4,測試是否成功

python $DETECTRON/detectron/tests/test_spatial_narrow_as_op.py

 

 出現以上介面就算成功了。。。