SSD环境配置:Ubuntu 16.04+GTX1080

小编今天为大家SSD的配置填坑

环境同样是Ubuntu16.04 GTX1080 CUDA8.0

先从SSD GitHub官网 下载源码,运行下列语句即可。

git clone https://github.com/weiliu89/caffe.git

cd caffe

git checkout ssd

在编译SSD之前还请大家先配置Caffe环境,当然可以在小编Caffe环境文章 中找到,这里不再赘述啦。

小编急着编译SSD结果遇到好多坑,翻过一个又掉进另一个,不过最后小编在朋友指导下发现了填满所有坑的法宝,就是着急的小编忘记安装很多关于python的包,详情如下:

sudo apt-get install python-numpy python-scipy python-matplotlib python-sklearn python-skimage python-h5py python-protobuf python-leveldb python-networkx python-nose python-pandas python-gflags

sudo pip install Cython ipython

增加pythonpath到环境变量:

gedit ~/.bashrc

添加到你自己的路径下,小编路径如下:

export PYTHONPATH=/home/vivian/caffe/python:$PYTHONPATH

更新一下环境变量

source ~/.bashrc

依赖包全部安装完毕,可以开始编译啦

cp Makefile.config.example Makefile.config

别急啦,这里还需要修改一下配置文件,gedit Makefile.config打开配置文件,修改如下,删除20, 21, 只保留下面这几个,当然,如果你的GPU是其他型号,可以根据你的型号的计算能力来配置如下参数。

CUDA_ARCH := -gencode arch=compute_30,code=sm_30 \

-gencode arch=compute_35,code=sm_35 \

-gencode arch=compute_50,code=sm_50 \

-gencode arch=compute_52,code=sm_52 \

-gencode arch=compute_61,code=sm_61

同样对于hdf5出现的问题,修改include和library路径如下:

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/hdf5/serial

嗯,这次是真的可以编译啦

make -j8

make py

make test -j8

make runtest -j8

编译成功!有没有像小编一样,高兴的跳起来!

训练一下数据测试一下咯~

下载一下训练需要的文件:fully convolutional reduced (atrous) VGGNet 把下载到的VGG_ILSVRC_16_layers_fc_reduced_deploy.prototxt 放到

$CAFFE_ROOT/models/VGGNet/

下载数据集VOC2007和VOC2012到$HOME/data/下

cd $HOME/data

wget http://host.robots.ox.ac.uk/pascal/VOC/voc2012/VOCtrainval_11-May-2012.tar

wget http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCtrainval_06-Nov-2007.tar

wget http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCtest_06-Nov-2007.tar

解压文件:

tar -xvf VOCtrainval_11-May-2012.tar

tar -xvf VOCtrainval_06-Nov-2007.tar

tar -xvf VOCtest_06-Nov-2007.tar

创建LMDB文件:

cd $CAFFE_ROOT

./data/VOC0712/create_list.sh

这里可能报错找不到文件,那就gedit ./data/VOC0712/create_list.sh修改路径到你的绝对路径:

root_dir=/home/vivian/caffe/data/VOCdevkit/

运行上一句成功之后再执行:

./data/VOC0712/create_data.sh

同样需要修改路径:

data_root_dir="/home/vivian/caffe/data/VOCdevkit"

运行训练文件前,你可能还需要一个pre-trained model : VGG_ILSVRC_16_layers_fc_reduced.caffemodel

可以开始训练啦

python examples/ssd/ssd_pascal.py

哎呦,又报错!

来吧,跟小编一起改错,gedit examples/ssd/ssd_pascal.py

将332行的gpus="0,1,2,3" 修改成 gpus = "0"

337行batch_size = 32 改成 batch_size = 16

338行accum_batch_size = 32 改成 accum_batch_size = 16

坑都填好了,可以运行训练啦!~

train

小编在同事威逼下配置了SSD,这次也是在同事协同帮助下配置成功,也算是配置中比较顺利的一次啦~

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 194,242评论 5 459
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 81,769评论 2 371
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 141,484评论 0 319
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 52,133评论 1 263
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 61,007评论 4 355
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 46,080评论 1 272
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 36,496评论 3 381
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 35,190评论 0 253
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 39,464评论 1 290
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 34,549评论 2 309
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 36,330评论 1 326
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 32,205评论 3 312
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 37,567评论 3 298
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 28,889评论 0 17
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 30,160评论 1 250
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 41,475评论 2 341
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 40,650评论 2 335

推荐阅读更多精彩内容