ubuntu16.04中安装caffe2 和 detectron教程

一，caffe2

我是参考caffe2官网，根据自己电脑的实际情况安装（ubuntu16.04）,我安装的源码，不是镜像，为了之后的densepose模型打基础。

1，Install Dependencies（安装依赖项） 

sudo apt-get update
sudo apt-get install -y --no-install-recommends \
      build-essential \
      git \
      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                          
pip install --user \
      future \
      numpy \
      protobuf \
      typing \
      hypothesis

 

 

 

 

# for Ubuntu 14.04
sudo apt-get install -y --no-install-recommends \
      libgflags2 \
      cmake3
# for Ubuntu 16.04
sudo apt-get install -y --no-install-recommends \
      libgflags-dev \
      cmake

 

 2，Clone & Build

git clone https://github.com/pytorch/pytorch.git && cd pytorch
git submodule update --init --recursive
python setup.py install

注意我们是借助pytorch安装的caffe2

 

 上面这个命令失败了不要紧，再下总有可以成功的时候哈哈

报错，没关系，缺什么安什么，pip install pyyaml   这下没问题了

继续。。。 

 

3，Test the Caffe2 Installation(测试时候安装caffe2成功)

cd ~ && python -c 'from caffe2.python import core' 2>/dev/null && echo "Success" || echo "Failure"

如果成功会出现success,如下图：

 

输入下面命令输出大于0就可以了：

python2 -c 'from caffe2.python import workspace; print(workspace.NumCudaDevices())'

 

 

 4，修改环境变量：

sudo gedit ~/.bashrc
在文件末尾输入：
export PYTHONPATH=/usr/local:$PYTHONPATH
export PYTHONPATH=$PYTHONPATH:/home/feng/pytorch/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_PATH

source ~/.bashrc

5,测试caffe2

 

 二，安装detectron

参考官网：https://github.com/facebookresearch/Detectron/blob/master/INSTALL.md

1，定位到要下载的文件下面，我为了方便也下了pytorch里面了

git clone https://github.com/facebookresearch/detectron

 

 

2，Install Python dependencies:

pip install -r $DETECTRON/requirements.txt

3，安装

cd $DETECTRON && make

 

4，测试是否成功

python $DETECTRON/detectron/tests/test_spatial_narrow_as_op.py

 

 出现以上界面就算成功了。。。