doppia编译之一：前言及安装CUDA

前言：
最近做一个“高清视频人流量检测”的项目，由于对实时性要求较高，我们需要较快的检测速度。在搜索茫茫“论”海后，我在“The Fastest Deformable Part Model for Object Detection”这篇论文中，找到了FFT(DPM)、Proposed Method、以及ACF三种相对较快的行人检测方法。由于在这三种方法中，Proposed Method和ACF方法更快，检测效果更好，所以我将注意力主要集中在PM和ACF上，但浏览作者主页及各大源码下载网站后，我只找到了ACF的开源代码（网址
http://vision.ucsd.edu/~pdollar/toolbox/doc/index.html）。（为老外无私奉献的开源精神点赞！）在调试好ACF程序后发现，发现它处理19201080的图像大概要0.2-0.6s左右，没有达到我们项目的要求。但在读完作者的论文Fast Feature Pyramids for Object Detection后，发现有人实现了它的GPU加速，处理600480图像它能达到100fps（Pedestrian Detection at 100 Frames per Second），对于这样的速度，显然是符合我们的要求的。在找到GPU加速ACF的开源代码后，就开始了我编译doppia的痛苦之旅（这个加速版ACF的名字叫做doppia，文章最后给出了下载链接）。对于一个之前完全没有接触过Ubuntu等linux操作系统，没有用过CUDA，更没用它编译过opencv的我而言，说它是一种痛苦，真的丝毫不为过。不过值得高兴的是，经历了十天的努力，我终于把它运行起来啦。
在此写下编译doppia的博客，主要有三个目的：
第一， 当然是为了今后忘记的时候，能有点文字提醒自己怎么做；
第二， 希望这篇博客能给今后需要用到这个开源软件的朋友一点帮助，减轻一点他们的痛苦；
第三， 向doppia的作者以及在编译doppia过程中，给过我帮助的朋友致谢！
好啦，闲话不多说，开始进入正题。
（1） 下载doppia,网址：https://bitbucket.org/rodrigob/doppia,目前为止，doppia有2个版本，v1和v2。这里我调试的是v1，因为v2我一直没调通。（之后如果调通了，我会再更新）
（2） 在调试程序之前，最好先看看doppia中的Readme,了解软件的配置环境。
（3） 检查及配置编译环境 （这里，我就直接列出我的配置环境）
硬件：支持CUDA的NVIDIA显卡(2块NVIDIA显卡的台式机)
注：这里，一定要使用2块显卡都是NVIDIA的台式机。如果一块是NVIDIA,另一块不是的话，在安装CUDA后，极易出现重启开机进不了Ubuntu系统的情况。所以对于笔记本安装CUDA，这里的方法是不适用的，而且目前在网上我也没找到适用的方法。这里主要和显卡驱动有关，ubuntu系统默认使用集成显卡绘2D图，采用独立显卡绘3D图。在安装CUDA同时，NVIDIA驱动也会重新安装，使得独显只参与计算不参与绘制桌面，于是出现了只显示桌面墙纸的2D图（集显可显），而不显示启动器／任务栏这类的3D图标（独显不可显）的情况。

(针对笔记本安装CUDA，网上有人曾提出以下的解决方案／＊＊／，经测试，不管用，但为了保证文章的原始性，在这里我就不删除啦，仅用c++注释符象征性表示一下不可用，请忽略该方法，尽快换电脑。)
／＊如果你只有集显+独显的本子，找不到2块NVIDIA显卡的台式机的话，建议你在安装CUDA前修改系统grub文件，方法如下：
打开系统中的grub配置文件：

sudo gedit /etc/default/grub

把 “nomodeset”参数加到 GRUB_CMDLINE_LINUX行：

GRUB_CMDLINE_LINUX=”nomodeset”

并更新 grub：

sudo update-grub

方法引自：http://blog.youkuaiyun.com/menglongbor/article/details/7015380
＊／

操作系统及相应库
（下面只是我自己的配置，当然你也可以用其他操作系统和不同版本的库）

Ubuntu 14.04 Kylin
gcc 4.8/g++ 4.8
Cmake 2.8
CUDA 7.0