caffe2、detectron安装遇到的问题归纳
在安装caffe2和detectron过程中遇到的问题
1.cmake版本过低 需要使用cmake3及以上
2.使用cmake –version出现下述错误:
CMake Error: Could not find CMAKE_ROOT !!!
CMake has most likely not been installed correctly.
Modules directory not found in
/home/kelvin/local/bin
注意环境变量的添加
3.git clone https://github.com/RLovelett/eigen.git.出现让填账号问题
因为eigen在这个链接不可获得,官方关闭了所有用户的权限,使用镜像链接
https://github.com/eigenteam/eigen-git-mirror.git.。
4.nvcc -V
nvcc command not found
#配置环境变量
echo 'export PATH=/usr/local/cuda-8.0/bin:$PATH'>>~/.bashrc
echo 'export LD_LIBRARY_PATH=/usr/local/cuda-6.5/lib64:$LD_LIBRARY_PATH'>>~/.bashrc
source ~/.bashrc
#配置完之后,重新输入nvcc -V就可以看到详细信息了
5.ImportError: No module named past.builtins
pip install future(不要加sudo)
6.No module named google.protobuf.internal
pip install protobuf
7.ImportError: No module named hypothesis
pip install hypothesis
8.No module named caffe2.python
#python 环境变量的添加
#要注意caffe2没有安装到Python环境下,所以要到安装的caffe2下进行代码运行
export PATH=/usr/local/pytorch/build:$PATH
export PYTHONPATH=/usr/local/pytorch/build:$PYTHONPATH
9.only in cpu : pybind11模块没有
另行安装pybind11,并且将/path/to/pybind11/includ加入环境变量
(加入环境变量有时候不起作用,则在caffe2 cmake的时候 cmake -D pybind11_INCLUDE_DIR=/root/pybind11/build)
10.RuntimeError: [enforce fail at common_cudnn.h:118] version_match. cuDNN compiled (5105) and runtime (6021) versions mismatch
重新编译安装caffe2,同时指定cudnn和cuda文件夹,cudnn指定为6.0版本
cmake时加上
-DCUDA_TOOLKIT_ROOT_DIR=/usr/local/cuda-8.0
-DCUDNN_ROOT_DIR=/usr/local/cuda
11.File “/home/gxwtest/object-detection/detectron/lib/utils/vis.py”, line 327, in vis_one_image
ValueError: need more than 2 values to unpack
opencv2.x版本里,cv2.findContours返回值只有两个,vis.py 327行注释掉‘_’
12._png.write_png()
RuntimeError: Could not create write struct
pip安装matplotlib版本过高,_png.so似乎依赖libpng16.so,本机装的是libpng15.so,卸载matplotlib,用yum install python-matplotlib安装低版本Matplotlib
13.多卡训练时报错:
RuntimeError: [enforce fail at context_gpu.h:314] error == cudaSuccess. 77 vs 0. Error at: /home/gxwtest/object-detection/caffe2/caffe2/core/context_gpu.h:314: an illegal memory access was encountered
#Python端执行
from caffe2.python import workspace
print(workspace.GetCudaPeerAccessPattern())
显示[True,False,False,True]显示只能单卡或者双卡训练,双卡训练时只能(1,4)和(2,3)组合,其它配置都是错误。
#执行多卡训练时用:
python2.7 tools/train_net.py \--multi-gpu-testing \
--cfg configs/getting_started/tutorial_2gpu_e2e_faster_rcnn_R-50-FPN.yaml \
OUTPUT_DIR ./tmp/detectron-output USE_NCCL True
14.多卡训练使用nccl报错:
cudaSuccess. 2 vs 0.
重装NCCL2.1.15版
wget https://developer.download.nvidia.com/compute/redist/nccl/v2.1/nccl_2.1.15-1%2Bcuda8.0_x86_64.txz
参考https://github.com/facebookresearch/video-nonlocal-net/issues/14
然后重新运行caffe2
cmake -DNCCL_ROOT_DIR=/usr/local/nccl
官方安装链接
caffe2安装
detectron安装
其他错误参考链接
https://blog.csdn.net/wfei101/article/details/79451754
https://blog.csdn.net/zziahgf/article/details/79141879
https://blog.csdn.net/zziahgf/article/details/72461175
caffe2、detectron安装遇到的问题归纳相关推荐
- Caffe2 - Detectron 代码环境构建尝试
1.首先下载caffe2,pytorch已经包含了caffe2,不过pytorch1.4是最后一板支持py2的. caffe2官方installation教程 conda install pytorc ...
- caffe2的安装与遇到的问题和解决问题步骤
#caffe2的安装与遇到的问题和解决问题步骤 git clone https://github.com/pytorch/pytorch.git && cd pytorch git s ...
- Caffe2的安装详述
https://caffe2.ai/docs/getting-started?platform=ubuntu&configuration=compile Caffe2的安装过程区分Ubuntu ...
- Ubuntu16.04 Caffe2 编译安装步骤记录
我的本机环境如下,任何的环境上的不一致可能会带来一些安装上的问题,所以这个教程只是一个简单的参考. 环境 操作系统: Ubuntu 16.04 GPU型号: Tesla M40 24GB Python ...
- 【Python从零开始】caffe2的安装过程(在win10+Python+VS2015的环境下,改成caffe2的安装)(2)
前言: { 上次中断是因为C:\Program Files (x86)\中没有Windows Kits,这次是添加了Windows Kits后的过程. } 正文: { 在搞定Windows Kits之 ...
- 记录我的caffe2 vs2017安装过程
vs2017虽然很好用,但真心不适合新手,不必说需要自己去编译的opencv库和dlib库,单单是caffe2我就安装了3天. 为什么我不用caffe呢? 因为我的vs是2017的,caffe1不支持 ...
- Latex快速入门, Windows 安装使用编译技巧归纳
前面几天学习了使用Latex的中的Beamer类来制作幻灯片,当然还没有完结,最近一直在研究当中.现在回过头来写一些基础知识. 我学习的时候比较喜欢细致一些的学习,这样掌握起来比较牢靠,也便于理解.网 ...
- caffe2 windows安装
转载自:https://blog.csdn.net/zsyddl2/article/details/80726200,稍作修改. 首先下载caffe2的源码: git clone --recursiv ...
- 在Ubuntu16.04下安装caffe2
目录 1.使用conda安装(anaconda,miniconda) 2.使用conda build安装 3.使用conda并且从源码安装(本人亲测,可以安装caffe2,并且可以安装Detectro ...
最新文章
- 如何在TVM上集成Codegen(下)
- 模板 - C++ STL
- 山海经鸿蒙手游iOS 版本,山海经鸿蒙异兽iOS版
- Lintcode 167. 链表求和 221. 链表求和 II 题解
- 【算法集中营】循环冗余校验
- isp 图像算法(二)之dead pixel correction坏点矫正
- linux基础知识复习
- JavaScript Memory Management
- 单位载质量能量消耗量_这样运动减肥效果最好!附:运动能量消耗表
- POS时机未到,POW强攻是实现全球货币的正确道路
- python自动客服排班_使用或工具的护士排班问题,在某些日子增加不同的轮班时间...
- 计算机开机密码输入不了,win10开机密码输入不了,win10开机密码输入没反应
- Swift 网络请求Moya框架简单二次封装
- 【Java】使用PDF模板合成PDF文件(文本 + 图片)
- android 更换桌面名称_更改安卓软件名称 android修改应用程序名称
- 你想了解“泛函分析”吗?
- 教你30元自制考勤打卡系统!
- 数据结构与算法[LeetCode]——sqrt(x)
- AFNetworking(v3.1.0) 源码解析
- 设置Xshell最大显示行数