安装TensorRT并运行RangeNet_lib
文章目录
- 安装TensorRT
- 安装Nvidia, Cuda, Cudnn
- 运行RangeNet_lib
- 遇到的一些问题
- 一些参考链接
安装TensorRT
系统：ubuntu16.04
GPU: 1060
安装Nvidia, Cuda, Cudnn
型号：Nvidia: 430.50
cuda: 10.1
cudnn: 7.6.5
- 安装Nvidia ，下载.run文件，利用chmod a+x 更改文件权限， 并禁止nouveau:
sudo gedit /etc/modprobe.d/blacklist.conf
blacklist nouveau
options nouveau modeset=0
sudo update-initramfs -u
reboot
输入
lsmod | grep nouveau
没有输出，则禁用成功
进入tty模式并关闭x server：
ctrl + alt+ F1
sudo service lightdm stop
开始安装：
sudo sh NVIDIA* -no-x-check -no-nouveau-check -no-opengl-files
完成后，可输入nvidia-smi检测是否安装成功
- 安装cuda
sudo sh cuda_10.1_***，
在安装cuda时不需要勾选安装Nvidia选项（前面已经安装了）
sudo gedit ~/.bashrc
export PATH=/usr/local/cuda-10.1/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-10.1/lib64:$LD_LIBRARY_PATH
可输入nvcc -V检测
- 安装cudnn, 下载对应的按照包，解压
tar -xavf cudnn***.tgz,
sudo cp cuda/include/cudnn.h /usr/local/cuda/include
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/
sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*
检测：
cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2
- 安装TensorRT式，利用anaconda3安装，
sudo sh Anaconda3-*
创建环境，python3.5，python3.6好像都支持，只需要按照python对应的tensorrt就可以了
conda create -n tensorrt python=3.5
conda activate tensorrt
官网下载TensorRT，解压并安装：
tar -xzvf TensorRT-XXX.tar.gz
sudo gedit ~/.bashrc
export LD_LIBRARY_PATH=TensorRT解压路径/lib:$LD_LIBRARY_PATH
source ~/.bashrc
进入TensorRT目录下的Python目录:
pip install tensorrt-XXX-cp35-cp35m-linux_x86_64.whl
测试：
python
import tensorrt
tensorrt.__version__
进入uff目录：
pip install uff-*.whl
测试：
which convert-to-uff
会输出安装路径
进入graphsurgeon目录
pip install graphsurgeon-*.whl
验证相关项目：
cd TensorRT-XXX/samples/sampleMNIST
make clean
make
cd /TensorRT-XXX/bin（转到bin目录下面，make后的可执行文件在此目录下）
./sample_mnist
出现数字识别结果即安装成功， 由于在实际安装过程中将TensorRT-XXX解压到了/opt/下，所以在验证项目过程中，make时加sudo；
运行RangeNet_lib
1.rangenet_lib
按照该代码中的安装流程安装一些包，前面已经安装过tensorrt了，但由于本文代码是用C++实现的，所以在catkin 时，出现找不到tensorrt的问题，因此又安装了一下。因为前面安装anaconda3时，将anaconda中的python设置成默认的了， 所以此处安装进入root下安装, 并将系统默认的python2.7换成了python3.5：
sudo su
sudo cp /usr/bin/python /usr/bin/python_bak
sudo rm /usr/bin/python
sudo ln -s /usr/bin/python3.5 /usr/bin/python
此时pip对应的是python3.5
pip install tensorrt-*.whl
检查：
python
import tensorrt
tensorrt.__version__
输出tensorrt的版本信息
在catkin已经安装的情况下，编译代码
catkin init
catkin build rangenet_lib
遇到的一些问题
opencv的一些头文件显示没有，很大可能opencv没有安装成功
pkg-config opencv --modversion
查看opencv的版本信息
2. 在rangenet_lib文件夹的CMakeLists.txt中增加 include_directories("TensorRT-×××的解压路径/include")
3. 编译时出现： /usr/include/yaml-cpp/node/detail/iterator.h: next is not a member of boost
查看/usr/include/boost下有next_prior.hpp文件，所以sudo gedit iterator.hpp,引入头文件：#include
一些参考链接
- link1
- 如果cuda安装完成后安装opencv，可参考此链接，opencv在cuda之前安装可能不会出很多问题
- 安装opencv时若报错，
fatal error: dynlink_nvcuvid.h no such file or directory, 参考opencv安装错误