ubuntu14.04配置py-faster-rcnnGPU版本

配置cpu版本请参考博主博文：点击打开链接

配置caffe（cpu版本）参考：点击打开链接

配置caffe（gpu版本）参考：点击打开链接

其中需要按照以上后两个链接安装配置caffe所需要的所有依赖包，包括opencv的安装。

1. 获取faster-rcnn源码

git clone --recursive https://github.com/rbgirshick/py-faster-rcnn.git

2. 安装cpython和easydict，已安装过的请忽略。

sudo pip install cython    
udo pip install easydict

3. 配置cpython

cd py-faster-rcnn/lib
make -j8

4. 编译caffe

cd ../caffe-fast-rcnn  
cp Makefile.config.example Makefile.config

修改Makefile.config文件。参考caffe配置gpu版本。

将文件中的USE_CUDNN :=1、OPENCV_VERSION := 3、WITH_PYTHON_LAYER := 1取消注释。其中还有MATLAB_DIR := /usr/local，如果你需要配置matlab接口则将此注释取消并将你安装的matlab路径写在后面，默认安装路径为/usr/local/MATLAB/R2016b。

安装matlab并配置caffe的matlab接口请参考博文：点击打开链接

修改完成后保存。其中在编译时可能产生的常见的基本问题，博主版块《问题解决》中基本概括，如有问题请参考：点击打开链接

5. 需要将caffe-fast-rcnn中的一些cudnn文件替换掉，因为faster-rcnn使用的caffe版本比较老，不支持cudnnv5。

这其中包括两种修改方式：

（1）. 指令修改。

cd caffe-fast-rcnn  
git remote add caffe https://github.com/BVLC/caffe.git  
git fetch caffe  
git merge -X theirs caffe/master

（2）. 手动修改

a. 将caffe-fast-rcnn/include/caffe/util/cudnn.hpp以最新版本caffe的相同文件代替。没有的话，可以自己下载一个。

b. 将caffe-fast-rcnn/include/caffe/layers中所有以cudnn开头的文件全部替换为最新版本，搜索一下就全部出来了。

c. 将caffe-fast-rcnn/src/caffe/layers所有以cudnn开头的文件全部替换为最新版本。

注意：如果不按以上操作，如果你的cudnn安装的版本较高是无法编译的。一定会出错。

6. 编译

cd caffe-fast-rcnn
make all -j16
make runtest -16
make pycaffe

其中执行make runtest这一部的时候有可能会出现“src/caffe/test/test_smooth_L1_loss_layer.cpp:11:35: Fatal error: caffe/vision_layers.hpp”，这里如果你不想动，那么不必理会，因为make all已经通过就不会影响我们的训练使用。如果想要修改，则将src/caffe/test/test_smooth_L1_loss_layer.cpp文件的第11行#include <vision_layers.hpp>注释掉即可。

7. 测试demo

cd /home/username/py-faster-rcnn/data/scripts      
./ fetch_faster_rcnn_models.sh

使用.sh下载，一般较慢，可以在这 http://pan.baidu.com/s/1jIcfmrO 密码：l8nb下载，解压到py-faster-rcnn/data文件下即可。

运行demo。

cd pt-faster-rcnn/tools      
./demo.py

原文地址：https://www.jb51.cc/ubuntu/349990.html