Mac下跑仅CPU模式下的py-faster-rcnn
2017-08-02 10:08
225 查看
该篇博客和我的上一篇Mac下跑仅CPU模式下的PVANET陪过过程大致基本相同。但为了更好更流畅的配置py-faster-rcnn,这里记录下详细过程(坑)
然后,cd 到 lib目录下执行make warning可以忽略
1. 备份系统python
$:sudo mv /System/Library/Frameworks/Python.framework
/System/Library/Frameworks/Python.framework_bak
2. 确认anaconda python 路径
3. 修改Makefile.config
step1:
CPU_ONLY := 1
WITH_PYTHON_LAYER := 1
step2:
DUDA全部注释
step3:
BLAS配置
前三个配置可参考PVANET
step4:
PYTHON_INCLUDE
PYTHON_LIB
根据自己路径配置
step5:
#TEST_GPUID := 0
make -j8 && make pycaffe
* 这里遇到一个新的问题*:“ImportError: numpy.core.multiarray failed to import”
我自己实在解决不掉,清空之前python 和路径,直接重新安装python。
注意这里为安全(未知错误)起见,在caffe-fast-rcnn目录下执行
cp -a .build_release/lib/. /usr/local/lib/
1、修改nms_wrapper.py
![](http://img.blog.csdn.net/20170802100345877?watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQvSGFuZHNvbWVfU2hlbmc=/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/SouthEast)
2 下载faster_rcnn_models
3.运行python ./tools/demo.py –cpu,OK
![](http://img.blog.csdn.net/20170802091907558?watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQvSGFuZHNvbWVfU2hlbmc=/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/SouthEast)
6.如有问题,欢迎留言指教。
1、还是安装依赖库
详见我的博客Mac下安装Caffe—CPU ONLY2、确认安装Cython easydict protobuf
3、pull py-faster-rcnn
git clone –recursive https://github.com/rbgirshick/py-faster-rcnn.git4、编译Cython modules
首先,打开./lib/setup.py 注释掉和GPU相关... #CUDA = locate_cuda() ... ... #self.set_executable('compiler_so', CUDA['nvcc']) ... ... #Extension('nms.gpu_nms', #[‘nms/nms_kernel.cu', 'nms/gpu_nms.pyx'], #library_dirs=[CUDA['lib64']], #libraries=['cudart'], #language='c++', #runtime_library_dirs=[CUDA['lib64']], ## this syntax is specific to this build system ## we're only going to use certain compiler args with nvcc and not with ## gcc the implementation of this trick is in customize_compiler() below #extra_compile_args={'gcc': ["-Wno-unused-function"], #’nvcc': ['-arch=sm_35', #’—ptxas-options=-v', #’-c’, #’—compiler-options', #”’-fPIC'"]}, #include_dirs = [numpy_include, CUDA['include']] #)
然后,cd 到 lib目录下执行make warning可以忽略
5、彻底修改Makefile.config 减少后面错误
因为Mac本身自带python2版本,而我自己使用anaconda安装python(这里建议使用2.7)python3尽管更新快,但是工程上更多是python2.这个就像opencv2在工程上使用率高一样1. 备份系统python
$:sudo mv /System/Library/Frameworks/Python.framework
/System/Library/Frameworks/Python.framework_bak
2. 确认anaconda python 路径
3. 修改Makefile.config
step1:
CPU_ONLY := 1
WITH_PYTHON_LAYER := 1
step2:
DUDA全部注释
step3:
BLAS配置
前三个配置可参考PVANET
step4:
PYTHON_INCLUDE
PYTHON_LIB
根据自己路径配置
step5:
#TEST_GPUID := 0
6. Build Caffe and pycaffe
cd到py-faster-rcnn下make -j8 && make pycaffe
* 这里遇到一个新的问题*:“ImportError: numpy.core.multiarray failed to import”
我自己实在解决不掉,清空之前python 和路径,直接重新安装python。
注意这里为安全(未知错误)起见,在caffe-fast-rcnn目录下执行
cp -a .build_release/lib/. /usr/local/lib/
7、Run Demo
准备工作1、修改nms_wrapper.py
2 下载faster_rcnn_models
3.运行python ./tools/demo.py –cpu,OK
6.如有问题,欢迎留言指教。
相关文章推荐
- 如何在Windows下用cpu模式跑通py-faster-rcnn 的demo.py
- py-faster-rcnn配置CPU下运行demo.py
- ubuntu16.04+caffe安装和 py-faster-rcnn的CPU安装
- ubuntu16.04配置py-faster-rcnn(CPU版)
- py-faster-rcnn + opencv3.0.0 + ubuntu16.04配置(CPU模式)
- ubuntu14.04在cpu上配置caffe以及py-faster-rcnn环境(可在odroid上实现)
- ubuntu14.04、CPU的py-faster-rcnn安装步骤
- Ubuntu16.04+caffe的安装和Py-faster-rcnn在CPU电脑的安装-2
- Caffe——py-faster-rcnn使用和搭建[Ubuntu——CPU]
- ubuntu14.04配置py-faster-rcnn(仅cpu)
- 使用py-faster-rcnn训练自己的数据集
- py-faster-rcnn配置运行demo.py(Ubuntu14.04),不成功的朋友请与我(lee)联系,后面附带邮箱
- py_faster_rcnn识别出来的结果好多红框重叠
- 1. /tools/train_net.py ( Faster-RCNN_TF代码解读)
- 用py-faster-rcnn训练vgg-16网络
- py-faster-rcnn 算法详解
- py-faster-rcnn中demo.py代码与C++版本的代码对比: part05 Reshape
- [置顶] Ubuntu 17.04 py-faster-rcnn only CPU
- 编译py-faster-rcnn全过程
- Faster-RCNN_TF代码解读3:train.py