Maskrcnn_Benchmark Ubuntu18.04 环境配置踩坑流程

折腾了两天总算跑通了demo，走了不少弯路。参考了很多文章，这里就不详细一一列出了，就总结一下。

Github : https://github.com/facebookresearch/maskrcnn-benchmark/

环境：

Ubunut 18.04
CUDA 9.0
Anaconda 4.7.12

硬件

GTX 1080TI （*2）

先多一句，装显卡驱动的时候并没有想象的那么复杂，不需要关什么桌面，进不去系统之类的问题。也许是官方良心发现，装显卡驱动在Ubunut系统上bug百出，于是改良了很多，目前，我采用软件与更新中的驱动更新一下就能把有效的驱动装上。显卡驱动对CUDA向前兼容，所以版本越高越好，目前自己-430。这方面在这里不多作介绍，默认已经有了驱动。

注意 上述的环境十分重要，之所以选择这样的配置，是因为目前的MaksRCNN_Benchmark(略称mask) 在说明中需要安cudatoolkit=9.0，那一定是有道理的。尽管我们使用pytorch的时候哪怕不装CUDA（官网上下载的），只有cudatoolkit 一样跑一些网络没问题，也有GPU支持，但是一旦涉及到pytorch扩展C模块的时候，便需要完整的CUDA（通常几个G）,可以理解为官网上的是完整版，而conda的cudatoolkit是阉割版（通常300m)。我们mask需要build apex库，且貌似在build mask的时候也需要CUDA，所以必须要从官网上下载CUDA9.0的runfile安装在总环境中。不必担心，CUDA的版本切换仅仅需要改变几个东西就能切换(自行谷歌），在Ubuntu系统中，不同版本CUDA可以共存。

由于CUDA9.0似乎官方不支持Ubunut18，我这里下载了ubuntu17的runfile依然成功。一定要把CUDA9.0那些修补的包都打上，按顺序一个不露，安装方法和CUDA9.0安装相同。注意 这里会遇到gcc版本过高的问题，自行查找方法降级，本人用的gcc-6.5
（ps:空格 可以加速协议翻越的速度=.= ，给我看了五次冗长的协议也是够了。。

采用其INSTALL.md中的第一个方法，尝试用conda进行安装

这里没有安装任何的cudnn。

首先 检查自己的nvcc输出是否正确

nvcc -V

nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2017 NVIDIA Corporation
Built on Fri_Sep__1_21:08:03_CDT_2017
Cuda compilation tools, release 9.0, V9.0.176

以下一步步排自己安装中遇到的坑

1、

conda create --name maskrcnn_benchmark -y
conda activate maskrcnn_benchmark

没啥毛病 名字自己可以给短一点 这里python默认为3.7

2、

conda install ipython pip

这是为了确保之后用pip的时候，别pip到总系统里，运行完成后，输入

which pip
which conda
which python

确定这些输出的路径都在虚拟环境里。

3、

pip install ninja yacs cython matplotlib tqdm opencv-python

这里安装一些依赖，在运行MaskRCNN_demo的时候，发现少了一个库requests，也可以在这里加上。

4、

conda install -c pytorch pytorch-nightly torchvision cudatoolkit=9.0

本人尝试了cudatoolkit=9.2/10等，似乎都不太行，尤其是这个pytorch-nightly，不知道它对应的是库里的哪个包。在pytorch1.2里我装pytorch-nightly有时候却没有这个包，但是包名后面dev可能暗示这是一个正在开发中的版本。。
总之按照它的来吧。

注意 安装完成后，首先在python里测试以下语句

>>>import torch
>>>torch.cuda.is_aviliable()
>>>import torchvision

第一句没啥问题，如果有说明torch安装失败。
第二句有问题说明显卡有问题。。。想办法排除（驱动问题或cudatoolkit有问题）。在总系统里没有安装CUDA，只有cudatoolkit的时候，这句话依然返回True（原因开头介绍过）。
第三句一般有问题，torchvision的0.3版本调用_c库有错误引用，通过降级torchision可以解决：

pip install torchvision==0.2.2

再次输入上述的python代码检验。
以上都没有问题了，说明大环境已成。

5、

export INSTALL_DIR=$PWD
cd $INSTALL_DIR
git clone https://github.com/cocodataset/cocoapi.git
cd cocoapi/PythonAPI
python setup.py build_ext install

安装cocoapi,自己没有遇到问题。

6、

下面有大问题，先别输入

cd $INSTALL_DIR
git clone https://github.com/NVIDIA/apex.git
cd apex
python setup.py install --cuda_ext --cpp_ext

我推测作者可能用的是Ubuntu16版本，所以没啥问题，这个apex很要求你的torch版本，CUDA版本，以及gcc版本。
需要torch版本，CUDA版本相互对应，尽量不要是诸如CUDA=9.2而torch cudatoolkit=9.0这样的存在（坑死我了为何不能兼容）。如果只想跑cpu看看效果，把参数 --cuda_ext去除。
如果想gpu训练，那么首先要确认自己的gcc环境，与CUDA环境，经过尝试，我的gcc版本降到了5.5(6.5,7.5都有错），配合CUDA9.0，能够顺利安装apex。如果安装中有错，请删除apex所有文件（or build文件夹）再执行上面的代码。安装CUDA的时候的gcc版本（也许是6.5和我一样）似乎不影响这里。检验gcc版本如下：

gcc -v
Using built-in specs.
COLLECT_GCC=gcc
COLLECT_LTO_WRAPPER=/usr/lib/gcc/x86_64-linux-gnu/5/lto-wrapper
Target: x86_64-linux-gnu
Configured with: ../src/configure -v --with-pkgversion='Ubuntu 5.5.0-12ubuntu1' --with-bugurl=file:///usr/share/doc/gcc-5/README.Bugs --enable-languages=c,ada,c++,go,d,fortran,objc,obj-c++ --prefix=/usr --program-suffix=-5 --enable-shared --enable-linker-build-id --libexecdir=/usr/lib --without-included-gettext --enable-threads=posix --libdir=/usr/lib --enable-nls --with-sysroot=/ --enable-clocale=gnu --enable-libstdcxx-debug --enable-libstdcxx-time=yes --with-default-libstdcxx-abi=new --enable-gnu-unique-object --disable-vtable-verify --enable-libmpx --enable-plugin --enable-default-pie --with-system-zlib --enable-objc-gc --enable-multiarch --disable-werror --with-arch-32=i686 --with-abi=m64 --with-multilib-list=m32,m64,mx32 --enable-multilib --with-tune=generic --enable-checking=release --build=x86_64-linux-gnu --host=x86_64-linux-gnu --target=x86_64-linux-gnu
Thread model: posix
gcc version 5.5.0 20171010 (Ubuntu 5.5.0-12ubuntu1) 

如果没有任何error,那么说明没有问题。

7、

cd $INSTALL_DIR
git clone https://github.com/facebookresearch/maskrcnn-benchmark.git
cd maskrcnn-benchmark

# the following will install the lib with
# symbolic links, so that you can modify
# the files if you want and won't need to
# re-build it
python setup.py build develop

这里如果前面安装的没有问题，应该不会有问题。这里就算配置完成了。

8、检验

手头并没有webcam，可以尝试运行jupyter notebook的一个脚本 MaskRcnn_demo。这里有介绍里的那个图的运行效果，从网上加载训练参数直接进行推断，网速较差需要提前下载好。该脚本默认检验cup下的效果，如果要gpu，需要注释In[4]中的代码

cfg.merge_from_list(["MODEL.DEVICE", "cpu"])

这样就默认是GPU了。

如果Demo卡在In[8]的run_on_opencv_image，很大可能是由于apex配置出现问题导致的，可以将其放到Pycharm里断点调试看看哪里有问题（我是在rpn,顾名思义，区域推荐网络的一个test_forward出了问题，调用底层apex的C函数似乎出现了bug,导致内核崩溃）。如果apex的build过程中有问题，有可能连CPU版本都跑不了，找到问题后，首先删了(or uninstall)apex重新安装，之后删了(or uninstall)mask重新安装。

之后就可以好好的研究maskrcnn是怎么实现的啦。。。

经过长时间的观察，明白了MaskRCNN的网络结构，列出一些资源：
https://github.com/matterport/Mask_RCNN 一个十分简洁清晰的Maskrcnn例子，基于tensorflow，简单跑通，除了Keras没有其他特别的第三方库.
另外 tensorflow.model 里也有实现的MaskRCNN版本，可以调用OpenCV C++使用！看上去对实际应用很方便，有待进一步调查。。