[環境配置]Ubuntu 16.04+CUDA 9.0+OpenCV 3.2.0下編譯基於Caffe的MobileNet-SSD踩過的一些坑

SSD是Caffe的一個分支，源碼在github上：https://github.com/weiliu89/caffe/tree/ssd

$ git clone https://github.com/weiliu89/caffe.git
$ cd caffe
$ git checkout ssd

然后編譯SSD

$ cp Makefile.config.example Makefile.config
$ make -j8
$ make py
$ make test -j8

在這個過程中會遇到很多很多問題，特此記錄

1、hdf5缺失

解決方案

官網下載hdf5：https://www.hdfgroup.org/downloads/hdf5/source-code/

解壓后編譯安裝

$ cd hdf5-1.10.3
$ mkdir build
$ cd build
$ cmake ..
$ sudo make
$ sudo make install

對於新版本的hdf5需要較新版本的cmake，因此需要將cmake更新至3.10以后，此處選擇3.12.0

$ cd /usr
$ sudo wget https://cmake.org/files/v3.12/cmake-3.12.0-Linux-x86_64.tar.gz
$ sudo tar zxvf cmake-3.12.0-Linux-x86_64.tar.gz
$ sudo ln -s /usr/cmake-3.12.0-Linux-x86_64/bin/* /usr/bin/

如果提示有沖突，那么需要將原有的cmake相關可執行文件刪除

$ sudo rm /usr/bin/cmake #以及其他如ccmake、ctest、cpack、cmake-gui
#然后重新關聯
$ sudo ln -s /usr/cmake-3.12.0-Linux-x86_64/bin/* /usr/bin/
$ cmake --version #檢查cmake版本，如果為3.12.0則說明安裝成功

打開Makefile.config，找到

# Whatever else you find you need goes here.
INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include
LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib

改為

# Whatever else you find you need goes here.
INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include /usr/include/hdf5/serial
LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib

然后鏈接hdf5庫

$ cd /usr/lib/x86_64-linux-gnu
$ sudo ln -s libhdf5_serial.so.10.0.2 libhdf5.so
$ sudo ln -s libhdf5_serial_hl.so.10.0.2 libhdf5_hl.so

如果還是有問題

$ sudo ln -sf libhdf5_serial.so libhdf5.so
$ sudo ln -sf libhdf5_serial_hl.so libhdf5_hl.so

github上有討論帖https://github.com/BVLC/caffe/issues/4333

2、opencv3的問題

問題如下

.build_release/lib/libcaffe.so: undefined reference to 'cv::VideoCapture::set(int, double)'
...

解決方案

已安裝opencv3及對應的contrib的同學們打開Makefile.config，找到

# OPENCV_VERSION := 3

將這句話前面的#去掉，然后打開Makefile找到

ifeq ($(USE_OPENCV), 1)
    LIBRARIES += opencv_core opencv_highgui opencv_imgproc

這里空格然后加上

opencv_imgcodecs opencv_contrib opencv_videoio

3、架構architecture compute_20的問題

問題如下

nvcc fatal   : Unsupported gpu architecture 'compute_20'
Makefile:596: recipe for target '.build_release/cuda/src/caffe/solvers/nesterov_solver.o' failed

解決方案

打開Makefile.config，找到

# CUDA architecture setting: going with all of them.
# For CUDA < 6.0, comment the lines after *_35 for compatibility.
CUDA_ARCH := -gencode arch=compute_20,code=sm_20 \
             -gencode arch=compute_20,code=sm_21 \
             -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

第三行和第四行中的結構部分前面加#，改為

# CUDA architecture setting: going with all of them.
# For CUDA < 6.0, comment the lines after *_35 for compatibility.
CUDA_ARCH := #-gencode arch=compute_20,code=sm_20 \
             #-gencode arch=compute_20,code=sm_21 \
             -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

 

至此基本解決安裝編譯SSD的問題，接下來從github上下載MobileNet到examples文件夾下：https://github.com/chuanqi305/MobileNet-SSD，運行demo.py，這時又會出現好幾種問題，特做以下記錄

4、沒有安裝pycaffe

問題如下

ImportError: No module named _caffe

這是沒有配置好python與caffe的接口，需要安裝pycaffe

解決方案

$ cd your_caffe_path
$ sudo make pycaffe

5、找不到skimage模塊

問題如下

ImportError: No module named skimage.io

找不到skimage模塊，那么我們安裝此模塊

解決方案

$ sudo pip install scikit-image

使用pip安裝的過程中，如果pip版本過低，有些庫是無法安裝的，因此需要用以下的命令升級到最新版的pip

$ sudo pip install --upgrade pip

建議個人使用pip時安裝都加上sudo，有些文件權限會有問題。

6、找不到protobuf模塊

問題如下

ImportError: No module named google.protobuf.internal

找不到protobuf模塊，解決方案類似於上一問題

解決方案

$ sudo pip install protobuf