左手是过目不忘的萤火
ubuntu14.04+caffe2+OpenCV3.0安装的一些问题
好久不用Caffe了，今天要转换个caffemodel到tensorflow，所以需要caffe的环境，原先预备pull个Docker镜像，最后发现死活下载不下来，只好自己重新装Caffe了，果然每次都有坑，特此记录
不多说了，参考宇宙骑士欧老师的，博客在此
不过说明下，最新的caffe和tensorflow(&=1.0)都是要CUDA8以上的，低版本的大家不要装了
编译Caffe找不到cudnn.h或者是cublas.h等错误
我是原先安装过CUDA7.5和CUDA8.0的，所以我直接跳过了CUDA安装这一步，务必保证有/usr/local/cuda
sudo ln -s /usr/local/cuda-8.0 /usr/local/cuda
编译OpenCV
出错的问题非常多
问题一：ippicv_linux_*.tgz的hash值不符错误
解决方法：
手动下载覆盖
wget http://www.mirrorservice.org/sites/dl.sourceforge.net/pub/sourceforge/o/op/opencvlibrary/3rdparty/ippicv/ippicv_linux_.tgz
/opencv-3.0.0/3rdparty/ippicv/downloads/linux-8b449a536a2157bcad08a2b9f266828b/ippicv_linux_.tgz
问题二:：make[1]: * [modules/cudalegacy/CMakeFiles/opencv_cudalegacy.dir/all] 错误
解决方法：修改源码
将opencv-3.0.0/modules/cudalegacy/src/graphcuts.cpp文件中的
#if !defined ( HAVE_CUDA) || defined (CUDA_DISABLER )修改为:
#if !defined ( HAVE_CUDA ) || defined (CUDA_DISABLER ) || (CUDART_VERSION &= 8000 )
之后make就没问题了
考虑到最麻烦也是最有可能出问题的就是会编译OpenCV，特此提供教程（详细版），如果欧老师的行不通，你就看我的吧
编译安装OpenCV
下载OpenCV3.0
wget -c -t 10 http://sourceforge.net/projects/opencvlibrary/files/opencv-unix/3.0.0/opencv-3.0.0.zip/download
unzip opencv-3.0.0
cd opencv-3.0.0
mkdir build
cmake -D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_INSTALL_PREFIX=/usr/local -D WITH_TBB=ON -D BUILD_NEW_PYTHON_SUPPORT=ON -D WITH_V4L=ON -D INSTALL_C_EXAMPLES=ON -D INSTALL_PYTHON_EXAMPLES=ON -D BUILD_EXAMPLES=ON -D WITH_QT=ON -D WITH_OPENGL=ON ..
这个时候你的ippicv_linux_*.tgz会说hash值不符发生错误，解决办法就是下载替换，上面说了
sudo make install
sudo sh -c 'echo "/usr/local/lib" & /etc/ld.so.conf.d/opencv.conf'
sudo ldconfig -v
这个时候在opencv3.0.0/lib/下就有了cv2.so文件，放入到你python的PYTHONPATH下就可以使用python-opencv了
没有更多推荐了，
加入CSDN，享受更精准的内容推荐，与500万程序员共同成长！ubuntu16.04中安装caffe2 和 detectron
参考文章：https://www.cnblogs.com/zhencv/p/8384419.html1，
首先安装好cuda和cudnn，我目前是使用cuda8.0，cudnn6.1（安装教程参考本博客其他文章，基本所有的框架都是需要这个步骤）2，
按照官网教程按照caffe2：
https://caffe2.ai/docs/getting-started.html?platform=ubuntu&configuration=compile注意：这里使用的是anaconda2，python2.7，目前caffe2对python2和python3都支持，但是后面的detectron对python3支持不好，所以这里推荐使用python2(还遇到了一个问题，就是使用python3编译完成后，并且make install ,之后，然后改为python2,make clean ,然后make会出错，重新下载了源码可以解决)这里也简单梳理下流程。首先确定系统和安装方式，这里采用直接编译源码的方式。（1）安装需要的库sudo apt-get updatesudo apt-get install -y --no-install-recommends \
build-essential \
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
sudo pip install \
protobuf（2）libgflags2根据系统选择# 对于 Ubuntu 14.04sudo apt-get install -y --no-install-recommends libgflags2# 对于 Ubuntu 16.04sudo apt-get install -y --no-install-recommends libgflags-dev 对于GPU的相关依赖我们已经在上面完成配置了，caffe2也给了，也可以作为一种参考。另外如opencv库也可以根据自己的需要进行安装 （3）完成准备工作后就可以下载源码进行编译。git clone --recursive https://github.com/caffe2/caffe2.git && cd caffe2make && cd build && sudo make install （4）测试caffe2是否安装成功cd ~ && python -c 'from caffe2.python import core' 2&/dev/null && echo "Success" || echo "Failure"如果是failure，试着cd到caffe2/build的文件夹里，然后执行python -c 'from caffe2.python import core' 2&/dev/null如果successful，说明是环境变量的设置问题，如果还是失败，则会有具体的提示。配置环境变量，编辑~/.bashrcsudo gedit ~/.bashrc添加以下内容：export PYTHONPATH=/usr/local:$PYTHONPATHexport PYTHONPATH=$PYTHONPATH:/home/....../caffe2/build
(后面路径为caffe2的编译路径，在caffe2/build中，命令行输入pwd可以得到这个路径)export LD_LIBRARY_PATH=/usr/local/lib:$LD_LIBRARY_PATH3，
安装detectron还是那句话，最好的教程是官方的文档。https://github.com/facebookresearch/Detectron/blob/master/INSTALL.md找个合适的文件位置进行clonegit clone https://github.com/facebookresearch/detectron编译python库cd DETECTRON/lib && make （DETECTRON表示你clone下来的文件夹）测试是否编译成功python2 $DETECTRON/tests/test_spatial_narrow_as_op.py （DETECTRON表示你clone下来的文件夹）如果遇到缺少库的问题，可以根据报错的信息把库加上另外的问题可以参见官方的Troubleshooting4， detectron使用测试参考https://github.com/facebookresearch/Detectron/blob/master/GETTING_STARTED.md训练相关的我们放到之后去说，这里先说下利用已经训练好的模型和算法框架来进行目标的检测。根据不同的需求，对象检测可以分为几种，1）Bounding box，2）Mask，3）KeyPoints这里给出两个例子，用mask和python2 tools/infer_simple.py \
--cfg configs/12_2017_baselines/e2e_mask_rcnn_R-101-FPN_2x.yaml \
--output-dir /tmp/detectron-visualizations \
--image-ext jpg \
--wts https://s3-us-west-2.amazonaws.com/detectron/_2017_baselines/e2e_mask_rcnn_R-101-FPN_2x.yaml.02_32_51.SgT4y1cO/output/train/coco_2014_train:coco_2014_valminusminival/generalized_rcnn/model_final.pkl \
demopython2 tools/infer_simple.py \
--cfg configs/12_2017_baselines/e2e_keypoint_rcnn_R-101-FPN_s1x.yaml \
--output-dir /tmp/detectron-visualizations \
--image-ext jpg \
--wts https://s3-us-west-2.amazonaws.com/detectron/_2017_baselines/e2e_keypoint_rcnn_R-101-FPN_s1x.yaml.08_45_57.YkrJgP6O/output/train/keypoints_coco_2014_train%3Akeypoints_coco_2014_valminusminival/generalized_rcnn/model_final.pkl \
demo下面第一和第二个图是Bounding box和Mask的效果，第三和第四个图是Bounding box和人体骨骼keypoints的效果。
没有更多推荐了，
加入CSDN，享受更精准的内容推荐，与500万程序员共同成长！ubuntu14.04LTS编译caffe时make all不通过的一些问题总结 - 简书
ubuntu14.04LTS编译caffe时make all不通过的一些问题总结
本文根据我编译时出现的一些错误，参考了swfa1的csdn博客《caffe编译中的python问题》http://www.th7.cn/Program/Python/571.shtml 和ThinkingMan新浪博客《Ubuntu14.04编译caffe问题记录》http://blog.sina.com.cn/s/blog_721a75e50102wfig.html，做的一些记录，以便以后备用。系统环境做一下说明：ubuntu14.04LTS，CUDA 8.0,
cudnn 5.0, caffe :官方发布的caffe。错误1：/usr/lib/gcc/x86_64-linux-gnu/4.8/../../../x86_64-linux-gnu/libopencv_highgui.so: undefined reference to `TIFFReadRGBAStrip@LIBTIFF_4.0'collect2: error: ld returned 1 exit statusmake: *** [.build_release/tools/convert_imageset.bin] Error 1
错误描述：如上图显示，未定义的引用“TIFFReadRGBAStrip@LIBTIFF_4.0”，说明是libtiff库未指明，解决办法：执行下面命令操作查找对应库路径，并添加$ldconfig -p|grep libtiff #这个指令是查找库索引下图是我查找到的链接关系
$ export LD_LIBRARY_PATH=/lib/x86_64-linux-gnu/ #这个指令是将路径添加至配置文件中然后再编译make all,就可以继续进行下面测试了。$make clean # 清理上次编译错误记录$make all -j8问题2：/usr/include/boost/python/detail/wrap_python.hpp:50:23: fatal error: pyconfig.h: No such file or directory # include^compilation terminated.make: *** [.build_release/src/caffe/layer_factory.o] Error 1make: *** Waiting for unfinished jobs....
错误描述：这个是因为cplus文件索引路径错误问题，我安装caffe是用的是anaconda2，一些路径出了问题，将python对应路径添加进去就好解决办法：如下$export CPLUS_INCLUDE_PATH=/usr/include/python2.7然后再编译make all,就可以继续进行下面测试了。
$make clean# 清理上次编译错误记录
$make all -j8
2017/10更新：问题描述：前一段时间服务器又歇菜了，项目组的同学重装系统后，发现正常步骤安装caffe后，老是找不到pyconfig.h文件，也就是上面这个问题。可是检查的时候路径，环境变量什么都没问题。后来又把caffe卸了重装好几次，还是这个问题。今早又重新装载的时候，git clone 时，报下面这个错：
以前一直以为是权限问题，没想太多，直接指令前面加sudo执行了。后来查了一下这个问题，在这篇博客（http://blog.csdn.net/superior_yong/article/details/）中提到了这个问题，并给出了解决方案。如下图。
问题分析：好吧，那我查看一下我的根目录下的.config文件夹，发现我的这个文件加的所有者是root。可能是这个原因，跨权限调用文件的原因，造成后面的一系列编译错误吧。解决办法：参照这篇博客（http://www.linuxidc.com/Linux/695.htm），我把文件夹所有者改了回来，编译发现没有错了，都通过了。3.错误ImportError: No module named Cython.Distutils解决办法：安装Cython$sudo apt-get install cython4错误make pycaffe后，还有一些库找不到，我自己测试，这个问题也适用于基于CAFFE 平台的的其他神经网络，例如py-faster-rcnn和py-R-FCN等。（参考这篇博客http://www.cnblogs.com/venus024/p/5664103.html）解决办法：
$cd caffe/python
$for req in $(cat requirements.txt); do pip install $ done
caffe/python/requirements.txt这个文件记录caffe的Python接口所需要的所有函数库，执行上面语句便可依次检查是否所需模块都安装，有的话自动跳过或升级，没有的话自动安装。5错误由于服务器桌面系统经常崩盘，找售后他们又重装了系统，所以所有的环境得重新配置。执行make all 时，发现了下面的错误。经排查发现是cudnn安装配置错误。
查到，博客http://blog.csdn.net/u/article/details/，给的解释说，这是因为当前版本的caffe的cudnn实现与系统所安装的cudnn的版本不一致引起的。上官网查了了一下caffe对cuda相关要求，显示如下：
以上判断是caffe版本过旧，cudnn版本太新。下面就对症下药：解决办法1：（博客中给的办法）1.将./include/caffe/util/cudnn.hpp 换成最新版的caffe里的cudnn的实现，即相应的cudnn.hpp.2. 将./include/caffe/layers里的，所有以cudnn开头的文件，例如cudnn_conv_layer.hpp。
都替换成最新版的caffe里的相应的同名文件。3.将./src/caffe/layer里的，所有以cudnn开头的文件，例如cudnn_lrn_layer.cu，cudnn_pooling_layer.cpp，cudnn_sigmoid_layer.cu。都替换成最新版的caffe里的相应的同名文件。rbgirshick的py-faster-rcnn实现，因为其cudnn实现为旧版本的实现，所有出现了以上问题.解决办法2：（降低cudnn版本）将之前安装的/usr/local/cuda-8.0/l路径下的cudnn的文件删除，按照网上教程重新安装v5.0版，文件关联一下，就好解决办法3:（更换新版本的caffe）去github上下载新版的caffe，把caffe重新按照官方教程安装配置一遍。6错误运行make runtest,一直报错Checkfailed:status== CUDNN_STATUS_SUCCESS (3vs.0)
CUDNN_STATUS_BAD_PARAM错误描述：按照http://www.cnblogs.com/penguinliong/p/6351215.html这篇博客说是GPU被占用，可是我运行$nvidia-smi查看显示，说没有进程调用GPU,经排查还是cudnn的安装问题，因为服务器是多人在使用，被别人装了两个版本的cudnn。解决办法：删掉一个cudnn,重新安装配置连接，然后再编译make all,就可以继续进行下面测试了。
$make clean# 清理上次编译错误记录
$make all -j8
7错误今天在给师姐装caffe时，遇到了Python接口无法调用的问题，具体问题描述如下：按照正常安装步骤，执行$make all，$make test ， $make runtest ,$make pycaffe都正常。但是$Python打开Python编译器后，执行import caffe调用caffe的Python接口是出现错误：No module named _caffe，网上查找大部分解释说是 make pycaffe 编译出错，没有正确生成Python脚本文件。解决办法：$make clean# 清理上次编译错误记录用sudo 超级用户权限重新执行上面make all ,make pycaffe指令。需要注意的是，如果错误是 no module named caffe ,可能是你的caffe路径配置错误，执行下面命令，将caffe/python/环境变量路径添加.bashrc文件中。$sudo vim ~/.bashrc #打开.bashrc文件在文件最后添加下面指令export PYTHONPATH=/home/(你的用户名)/caffe(你的caffe安装目录)/python:$PYTHONPATH#这里也可以使用~/caffe/pyhon相对路径关闭文件， 输入下面指令，是环境变量生效,$source ~/.bashrc然后，在Python编译器中import caffe，测试应该可以正常调用caffe。8错误还是上面的接口问题，按照错误7解决no module问题后，再次测试出现新的错误如下：
错误描述：如上图最后一行所示，显示运行时错误，网上找问题说是numpy错误。解决办法：更新numpy模块，执行下面语句更新。$sudo pip install numpy --upgrade9错误环境配置好后，做手写体网络测试，执行 (在caffe安装目录下)$sudo examples/mnist/train_lenet.sh出现如下错误
问题描述：出现这种错误是由于训练数据没有准备好。解决办法：（以下命令都在caffe安装目录下执行）
$.data/mnist/get_mnist.sh#准备数据
$.examples/mnist/create_mnist.sh#生成caffe指定数lmdb据格式
$.examples/mnist/train_lenet.sh#训练模型
更复杂的情况看https://github.com/BVLC/caffe/issues/2709其他问题以后发现继续补充。2017/10更新：10错误：/usr/include/boost/property_tree/detail/json_parser_read.hpp:257:264: error: ‘type name’ declared as function returning an array问题描述：执行ssd环境配置时出现上述错误。根据这篇博客http://blog.csdn.net/u/article/details/上说是gcc版本过低问题解决：按照上述博客所说升级一下gcc。11错误：执行create_data.sh时报错，如下图。
问题分析：上网查找说是numpy数据包版本过低。问题解决：执行命令$sudo pip install -U numpy升级一下numpy数据包12错误：继问题11numpy版本错误问题后，执行create_data.sh 报如下错误：
问题分析：综上问题描述，还是python库没安装全问题解决：按照问题4解决办法执行一次,解决问题。
特别说明： 文章转载自：https://ouxinyu.github.io/Blogs/.html Caffe 官网地址：http://caffe.berkeleyvision.org/ 这篇安装指南，适合零基础，新手操作，请高手勿要吐槽！ 简单介绍一...
Caffe在不同的环境中进行移植的时候需要重新编译，所以在TK1板上安装caffe时需要在此armv7（uname -a查询）和cuda及cudnn环境下进行。可搜索到的教程最好的为发明Caffe工具的Yangqing Jia所写的Jetson TK1教程贾扬清写的TK1上...
版权所有，转载请注明出处 其它相关文章： 个人深度学习环境搭建（一）：前言 个人深度学习环境搭建（二）：主机配置与组装 - 简书 个人深度学习环境搭建（三）：Windows10+Ubuntu16.04双系统安装 个人深度学习环境搭建（四）：显卡驱动与常用软件安装 **
前提 从Ubuntu裸机搭建caffe环境 机器型号： 认真研读caffe官网-Ubuntu系统安装要求，某些依赖是针对Ubuntu不同系统版本的。 安装流程 1、必备工具java8、git、vim等 2、caffe环境搭建 caffe官网-安装总体要求 caffe.ber...
摘要：本系列文章主要讲解caffe的整个使用流程，适合初级入门caffe，通过学习本篇文章，理清项目训练、测试流程。初级教程，高手请绕道。 目录深度学习框架之caffe(一) —编译安装深度学习框架之caffe(二) —模型训练和使用深度学习框架之caffe(三) —通过N...
9月24日，由魅族与msup联合主办的第五期魅族技术开放日“构建适合你的自动化测试体系”在深圳弈投咖啡举行。魅族测试部技术开发组组长王照辉、原惠普中国自动化测试工程师高焰、腾讯架构平台部质量工具体系负责人刘卓夫进行自动化测试的分享，与现场听众共同探讨自动化框架的演进以及自动...
你好，有烟吗？火车车厢的夹层里，晴雯向一个陌生的男人要了颗烟，他其实并不会吸烟，烟气含在口腔里，在吐出来，享受的呼吸自己的二手烟。以前他就是这样，吸着父亲的二手烟。
“帮帮你？” 看着眼前这个美女一副快要死翘翘的模样，刘云帆不但没有任何怜香惜玉，反而眼神里有些鄙视。 不就是痛经吗？至于弄出这样一副要死不活的样子吗？搞得跟被人捅了一刀似的。小爷我从小到大又不是没有见过女人，有哪个女人痛经会痛成这样的?这个女人，有点矫情。 “小哥，帮我叫一...
2017年，新年第一天，朋友们邀约登山。车行20公里，一头扎进秦岭的崇山峻岭中。 秦岭万华山里，已是白雪皑皑 芦苇在风雪中，昂然而立 雪原里枯木重重，冬季的相逢或许是来年春意阑珊的积蓄 新年新立意，登高必须的。
有希望，有工作，才有爱。在Ubuntu17上安装caffe，编译的时候报错，有大神能给解答下吗？ - 知乎有问题，上知乎。知乎作为中文互联网最大的知识分享平台，以「知识连接一切」为愿景，致力于构建一个人人都可以便捷接入的知识分享网络，让人们便捷地与世界分享知识、经验和见解，发现更大的世界。1被浏览19分享邀请回答暂时还没有回答，开始写第一个回答