Faster R-CNN WINDOWS CPU环境搭建（详细版）

操作系统：

bigtop@bigtop-SdcOS-Hypervisor:~/py-faster-rcnn/tools$ cat /etc/issue
Ubuntu 14.04.2 LTS \n \l

Python版本：

bigtop@bigtop-SdcOS-Hypervisor:~/py-faster-rcnn/tools$ python --version
Python 2.7.6

pip版本：

bigtop@bigtop-SdcOS-Hypervisor:~/py-faster-rcnn/tools$ pip --version
pip 1.5.4 from /usr/lib/python2.7/dist-packages (python 2.7)

环境变量情况：

bigtop@bigtop-SdcOS-Hypervisor:~/py-faster-rcnn/caffe-fast-rcnn$ echo $LD_LIBRARY_PATHbigtop@bigtop-SdcOS-Hypervisor:~/py-faster-rcnn/caffe-fast-rcnn$ echo $PATH
/usr/local/sbin:/usr/local/bin:/usr/sbin:/usr/bin:/sbin:/bin:/usr/games:/usr/local/games

~/.bashrc内容，可以看到所有和PATH以及LD_LIBRARY_PATH相关的内容都没有设置：

# ~/.bashrc: executed by bash(1) for non-login shells.
# added by Anaconda2 4.0.0 installer
#export PATH="/home/bigtop/anaconda2/bin:$PATH"
#export LD_LIBRARY_PATH="/home/bigtop/anaconda2/lib/":$LD_LIBRARY_PATH
#export LD_LIBRARY_PATH="/lib/x86_64-linux-gnu/":$LD_LIBRARY_PATH

1. 安装Caffe需要的依赖包：

sudo apt-get install build-essential  # basic requirement
sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libboost-all-dev libhdf5-serial-dev libgflags-dev libgoogle-glog-dev liblmdb-dev protobuf-compiler #required by caffe

使用完上面的命令后，依赖已经安装完毕，但是由于Ubuntu 14.04版本的原因，导致opencv相关的环境不能够正常的work。所以，我重新编译了一个OpenCV，版本为3.1.0。

在解压后的目录中执行：

bigtop@bigtop-SdcOS-Hypervisor:~/tools/opencv-3.1.0$  cmake -DBUILD_TIFF=ON

然后执行make 和make install

2. 编译cafe-fast-rcnn

bigtop@bigtop-SdcOS-Hypervisor:~/py-faster-rcnn/caffe-fast-rcnn$ ls
build       CMakeLists.txt   data        examples    LICENSE          Makefile.config~         models     scripts
caffe.cloc  CONTRIBUTING.md  distribute  include     Makefile         Makefile.config.example  python     src
cmake       CONTRIBUTORS.md  docs        INSTALL.md  Makefile.config  matlab                   README.md  tools
bigtop@bigtop-SdcOS-Hypervisor:~/py-faster-rcnn/caffe-fast-rcnn$ pwd
/home/bigtop/py-faster-rcnn/caffe-fast-rcnn

修改这个目录下的Makefile.config（如果没有这个文件，就直接cp Makefile.config.example Makefile.config)

将CPU_ONLY ：= 1开关和WITH_PYTHON_LAYER开关打开：

然后在该目录下执行：make –j8 && make pycaffe

在此过程中，可能会出现各种和python相关的包缺失问题，这里记录下，以便查询：

A》将caffe-fast-rcnn/python目录下的requirements下的依赖都装一遍：

bigtop@bigtop-SdcOS-Hypervisor:~/py-faster-rcnn/caffe-fast-rcnn/python$ cat requirements.txt
Cython>=0.19.2
numpy>=1.7.1
scipy>=0.13.2
scikit-image>=0.9.3
matplotlib>=1.3.1
ipython>=3.0.0
h5py>=2.2.0
leveldb>=0.191
networkx>=1.8.1
nose>=1.3.0
pandas>=0.12.0
python-dateutil>=1.4,<2
protobuf>=2.5.0
python-gflags>=2.0
pyyaml>=3.10
Pillow>=2.3.0
six>=1.1.0

执行如下命令：

for req in $(cat requirements.txt); do pip install $req; done

这里有一个小技巧，因为pip这个工具对应的网络非常的烂：

这个时候，可以将其改为国内的镜像网站，速度将提升几个数量级，方法如下：

新建~/.pip/pip.confg文件，内容如下：

[global]
index-url = http://pypi.douban.com/simple

trusted-host = pypi.douban.com

或者在安装一个软件包的时候使用-i选项：

在我安装requirements.txt中涉及的依赖包的过程中，发现matplotlib始终没有安装成功，最后采用apt-get的方式进行了安装，如下：

sudo apt-get install python-matplotlib

B>opencv环境和caffe-fast-rcnn默认的Makefile配置有点小问题，cv::imread(cv:: String const&, int)找不到：

解决方案：

在一切都正常的情况下，对caffe-fast-rcnn进行make和make pycaffe的结果如下：

编译好caffe-fast-rcnn后，在py-faster-rcnn/lib中执行make命令：

bigtop@bigtop-SdcOS-Hypervisor:~/py-faster-rcnn/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 'pycocotools/_mask.c' Cython extension (up-to-date)
rm -rf build
bigtop@bigtop-SdcOS-Hypervisor:~/py-faster-rcnn/lib$

3. 在安装配置好caffe-fast-rcnn后，修改py-faster-rcnn相关配置，让其模型可以在没有GPU的环境下运行：

A>将 ~/py-faster-rcnn/lib/fast_rcnn/config.py的如下内容：

B>将 ~/py-faster-rcnn/tools/test_net.py和 ~/py-faster-rcnn/tools/train_net.py的caffe.set_mode_gpu()修改为caffe.set_mode_cpu().

C>将~/py-faster-rcnn/lib/setup.py中，含有'nms.gpu_nms’的部分去掉，去掉后的内容如下：

112 ext_modules = [
113     Extension(
114         "utils.cython_bbox",
115         ["utils/bbox.pyx"],
116         extra_compile_args={'gcc': ["-Wno-cpp", "-Wno-unused-function"]},
117         include_dirs = [numpy_include]
118     ),
119     Extension(
120         "nms.cpu_nms",
121         ["nms/cpu_nms.pyx"],
122         extra_compile_args={'gcc': ["-Wno-cpp", "-Wno-unused-function"]},
123         include_dirs = [numpy_include]
124     ),
125     Extension(
126         'pycocotools._mask',
127         sources=['pycocotools/maskApi.c', 'pycocotools/_mask.pyx'],
128         include_dirs = [numpy_include, 'pycocotools'],
129         extra_compile_args={
130             'gcc': ['-Wno-cpp', '-Wno-unused-function', '-std=c99']},
131     ),
132 ]

D>做到上面三部后，还是不够的，还需要将：

../lib/fast_rcnn/nms_wrapper.py:9:#from nms.gpu_nms import gpu_nms

注释掉：

否则，会抛出如下的异常：

Traceback (most recent call last):
File "./demo.py", line 18, in
from fast_rcnn.test import im_detect
File ".../py-faster-rcnn-master/tools/../lib/fast_rcnn/test.py", line 17, in
from fast_rcnn.nms_wrapper import nms
File ".../py-faster-rcnn-master/tools/../lib/fast_rcnn/nms_wrapper.py", line 11, in
from nms.gpu_nms import gpu_nms
ImportError: No module named gpu_nms

4. 运行demo.py

在环境一切就绪的情况下，将faster的模型下载下来：

bigtop@bigtop-SdcOS-Hypervisor:~/py-faster-rcnn/data/scripts$ ls
fetch_faster_rcnn_models.sh  fetch_imagenet_models.sh  fetch_selective_search_data.sh

运行其中的./fetch_faster_rcnn_models.sh脚本就可以下载下来了。

在/home/bigtop/py-faster-rcnn/tools目录下运行, python demo.py --cpu:

最后的结果如下：

注意：由于我是在没有图形界面终端上运行的，默认情况下demo.py会假设运行在有图形界面的环境中，需要修改demo.py的地方如下：

首先，在demo.py代码的最前面，注意一定是最前面，否则可能不成功，加入如下两行：

其次，在plt.draw()的地方加入savefig()语句，将结果保存成jpg文件形式：

5. 其他在安装过程中遇到的问题(比较杂，记录于此），如果上面的四个步骤进行的比较顺利的话，是不会遇到下面这些问题的：

5.1 No module named skimage.io:

5.2 下面这个问题是因为缺少，easydict,使用 sudo pip install easydict可以解决：

bigtop@bigtop-SdcOS-Hypervisor:~/py-faster-rcnn/tools$ python demo.py  --cpu
Traceback (most recent call last):File "demo.py", line 17, in <module>from fast_rcnn.config import cfgFile "/home/bigtop/py-faster-rcnn/tools/../lib/fast_rcnn/config.py", line 23, in <module>from easydict import EasyDict as edict
ImportError: No module named easydict
bigtop@bigtop-SdcOS-Hypervisor:~/py-faster-rcnn/tools$ sudo pip install  easydict
Downloading/unpacking easydictDownloading easydict-1.6.zipRunning setup.py (path:/tmp/pip_build_root/easydict/setup.py) egg_info for package easydictInstalling collected packages: easydictRunning setup.py install for easydictCould not find .egg-info directory in install record for easydict
Successfully installed easydict
Cleaning up...sudo pip install  easydict

5.3 这个问题是因为scipy安装出现问题，将其删掉：rm -fr /tmp/pip_build_root/scipy/，然后重新安装可以解决：

d --compile failed with error code 1 in /tmp/pip_build_root/scipy
Traceback (most recent call last):File "/usr/bin/pip", line 9, in <module>load_entry_point('pip==1.5.4', 'console_scripts', 'pip')()File "/usr/lib/python2.7/dist-packages/pip/__init__.py", line 235, in mainreturn command.main(cmd_args)File "/usr/lib/python2.7/dist-packages/pip/basecommand.py", line 161, in maintext = '\n'.join(complete_log)
UnicodeDecodeError: 'ascii' codec can't decode byte 0xe2 in position 98: ordinal not in range(128)

网上有很多搭建caffe的教程，都提到了用Anaconda，本来这个包是很好的，它可以解决很多python依赖的问题，可惜的是，它和我用的Ubuntu版本兼容性出现了问题，所以，我最终放弃了Anaconda，所有的python依赖都通过pip或者是apt-get进行了安装。

5.4 报下面这个错误，是因为caffe的环境都没有准备好，很有可能是没有执行make pycaffe:

Traceback (most recent call last):File "detector.py", line 29, in <module>import caffeFile "/python/caffe/__init__.py", line 1, in <module>from .pycaffe import NetFile "/caffe/pycaffe.py", line 6, in <module>from ._caffe import CaffeNet
ImportError: No module named _caffe

5.5 error: undefined reference to `TIFFIsTiled@LIBTIFF_4.0'

error: undefined reference to `TIFFIsTiled@LIBTIFF_4.0'

这个就是上文中提到的，使用ubuntu自带的opencv库会出现的问题，解决办法就是重新编译opencv。

6. 总结

整个过程还是颇费周折，因为caffe依赖的东西太多，环境搭建费事费力，最好的办法还是弄一个docker镜像，这样才能够从环境搭建的苦海中解脱，可惜的是我从daocloud上down下来的镜像是不能够运行在cpu上的。

参考文档：

1. http://caffe.berkeleyvision.org/installation.html caffe官方文档

2. https://github.com/BVLC/caffe/issues/1276 cv::imread(cv::String const&, int)' collect2: error

3.https://github.com/BVLC/caffe/issues/263 can't import _caffe module

4.https://github.com/rbgirshick/py-faster-rcnn/issues/8 ImportError: No module named gpu_nms

5.http://www.cnblogs.com/empty16/p/4828476.html caffe环境搭建文章

6.https://github.com/BVLC/caffe/issues/50 make pycaffe error

7.http://blog.csdn.net/tangwei2014/article/details/45442275 Fast RCNN Ubuntu安装笔记

8.http://topmanopensource.iteye.com/blog/2004853 pip镜像加速

9. https://github.com/BVLC/caffe/issues/1276 ../lib/libcaffe.so: undefined reference to cv::imread

10. https://groups.google.com/forum/#!topic/caffe-users/wKYe45FKSqE Installation error: undefined reference to `TIFFIsTiled@LIBTIFF_4.0'

11. https://groups.google.com/forum/#!topic/caffe-users/0PrZlro7QbU undefined reference to `lzma_index_buffer_decode@XZ_5.0

Faster R-CNN WINDOWS CPU环境搭建（详细版）相关推荐

react-native for android windows开发环境搭建详细记录
先说说整个环境搭建的过程.上周开始要在windows上搭建react-native for android环境,当时按照找的教程,从git上clone master分支的代码,然后下载了node,安装 ...
hadoop完全分布式环境搭建详细版
1. hadoop集群规划 1.准备3台客户机(关闭防火墙,静态ip,主机名称) 2.安装jdk 3.配置环境变量 4.安装hadoop,hadoop版本是3.1.3,包名为hadoop-3.1.3. ...
【spark】windows spark 环境搭建
Windows平台环境搭建 JDK 1.8-8u201 Scala 2.11.8 spark 2.2.0 hadoop 2.7.2 sbt 0.13.13.1 上面的几个软件之间相互有版本依赖关系的因 ...
Win10 Anaconda下TensorFlow-GPU环境搭建详细教程（包含CUDA+cuDNN安装过程）（转载）...
win7(win10也适用)系统安装GPU/CPU版tensorflow Win10 Anaconda下TensorFlow-GPU环境搭建详细教程(包含CUDA+cuDNN安装过程) 目录 2.配置 ...
Windows TensorFlow环境搭建
Windows TensorFlow环境搭建简介本次安装是在Windows10 上进行的,使用tensorflow安装的环境为 Anaconda.Python3.7.TensorFlow2.0 搭 ...
Kubernetes集群环境搭建详细教程（一主两从）
Kubernetes集群环境搭建详细教程(一主两从) 1.1 安装要求在开始之前,部署Kubernetes 集群机器需要满足以下几个条件: 一台或多台机器,操作系统CentOS7.x-86_x64 ...
win0php环境搭建,win10php环境搭建详细教程
大家在将系统更新为Win10系统后,对php环境搭建方法并不是很清楚.那么win10php环境搭建要怎么操作呢?其实win10php环境搭建的方法跟Win7/Win8.1系统的php环境搭建是相同道理 ...
Windows Python环境搭建
Windows Python环境搭建 ` 提示:本篇分享适合于非专业程序员出生的python使用者和初学者文章目录 Windows Python环境搭建前言一.Python 编辑环境--Pych ...
VS2008开发Windows Mobile6环境搭建及模拟器联网问题图解
安装了VS2008后,新建一个智能设备的工程,但调试时只有三个WM5.0的模拟器可用,从网上查到要安装WM6.0的SDK,还要安装一些其它的组件才能开始WM(现在最新的叫法叫WP Windows Ph ...

Faster R-CNN WINDOWS CPU环境搭建（详细版）

Faster R-CNN WINDOWS CPU环境搭建（详细版）相关推荐

最新文章

热门文章