ubuntu14.04+caffe+cuda8.0+openpose工作环境搭建

近期要用到openpose，目前还未看到在ubuntu上配置的相关介绍，只发现了在Windows下进行配置的博客（http://blog.csdn.net/d408550969/article/details/72823605）。这里我在ubuntu下进行了编译使用，其主要部分还是为caffe的编译安装，完成caffe的编译安装后，再进行openpose编译就很简单，简要记录如下。
一、相关资源下载
caffe:https://github.com/BVLC/caffe
openpose:https://github.com/CMU-Perceptual-Computing-Lab/openpose
注意：openpose是依赖caffe编译的，首先需要搭建好caffe的工作环境。其次官方openpose是在ubuntu14和16版本上测试的，我这里使用的是ubuntu14.04.而NVIDIA显卡至少要有1.6G，可以通过nvidia-smi 命令查看。还有一些其他的硬件要求，大家可以去github的安装说明上去看（https://github.com/CMU-Perceptual-Computing-Lab/openpose/blob/master/doc/installation.md）。

二、环境搭建
1、caffe环境搭建
这一块已经有了很多资料进行了介绍，我在安装时也查阅了很多博客，这里对我安装的情况简要记录。
（1）首先是安装显卡驱动。开机进入BIOS，在“启动”中禁用“Fast boot”,接着在“Advanced”=>“SA”=>“GC”中选择集成显示，将iGPU开启。
（2）启动系统，进入tty(ctr+alt+F1)，登录自己的用户，首先要关掉图形窗口：

   sudo service lightdm stop 

然后开始安装显卡驱动：

sudo add-apt-repository ppa:graphics-drivers/ppa
sudo apt-get update
sudo apt-get install nvidia-375

接下来重启系统，在BIOS中启动独立显卡：BIOS–>Adwanced–>SA—>GC–>优选设备：auto&&iGPU:关闭。
保存设置进入系统，打开终端测试：nvidia-smi，可以看到：

表示显卡驱动已经安装好了。
（3）安装cuda
在官网下载系统对应的cuda版本，按官网介绍安装即可,注意安装完需要配置环境变量。

（4）opencv3.0 首先安装opencv需要的依赖，然后下载源码编译即可。参见： http://blog.csdn.net/linj_m/article/details/45048905
（5）python使用的是系统自带的，需下载caffe/python/requirements.txt中包含的python工具包。
（6）cuDNN的安装比较简单，同时还需要安装caffe所依赖的一下工具包，参见：http://blog.csdn.net/zouyu1746430162/article/details/54095807
（7）最后就是编译caffe了。Makefile.config需要按照自己的系统和环境修改好，这里要用到openpose提供的Makefile。将/openpose/3rdparty/caffe/下的Makefile文件拷到caffe的根目录，替换原有的Makefile。接下来进行编译，在根目录下：

    make all -j8 && make distribute -j8

编译完成即可。
2、openpose编译
编译openpose就比较简单了，在/openpose/ubuntu/目录下，拷贝Makefile.config.Ubuntu14_cuda8.example到openpose的根目录，重命名为：Makefile.config，然后将Makefile.config中的caffe_dir改为刚刚编译的distribute目录，然后在主目录下编译即可：

make all -j8

最后就是测试了，按照github项目主页进行测试即可，效果还是很不错的。