本文详细介绍了如何在嵌入式Ubuntu系统中搭建Caffe环境，包括安装依赖库、编译OpenBLAS以及修改Caffe配置。接着，文章讲述了将dlib人脸识别库与Caffe结合的过程，涉及修改CMakeLists文件、链接库路径、替换头文件及调整代码以适应ARM架构。最后，阐述了将SeetaFace整合到现有算法中做人脸识别的方法，包括修改头文件路径、宏定义、函数调整和库文件路径等步骤。
1.首先登录caffee官网， 转到github，点击Installation instructions， 选择ubuntu环境
2.小机使用的是ubuntu16.04， 所以按照指令搭建
3.首先安装如下安装包：
sudo apt-get install
libprotobuf-dev
libleveldb-dev
libsnappy-dev
libopencv-dev
libhdf5-serial-dev
protobuf-compiler
libgflags-dev
libgoogle-glog-dev
liblmdb-dev
sudo apt-get install --no-install-recommends libboost-all-dev
blas库要使用开源openblas在小机中自己编译, 库地址https://github.com/xianyi/OpenBLAS/tree/v0.2.18.
小机编译时最多指定两个线程运行, 所以使用make NUM_THREADS=2 这条指令进行编译.(多线程=6会导致性能下降)
安装到／usr目录下 sudo make install PREFIX=/usr
4.下载 caffe git仓库到小机
5.在caffe目录下， 修改CMakeLists文件中cude 为关闭， 增加C++编译选项CMAKE-CXX-FLAGS中增加-std=gnu++11
if(UNIX OR APPLE)
set(CMAKE_CXX_FLAGS "${CMAKE_CXX_FLAGS} -fPIC -Wall -std=gnu++11")
endif()
5.1 这里修改caffe/cmake/Dependencies.cmake文件, 将其中默认的Atlas库改为openblas库
具体修改110行 set(BLAS "Atlas" CACHE STRING "Selected BLAS library") 改为set(BLAS "Open" CACHE STRING "Selected BLAS library")
6.在caffe目录下简历build文件夹， 进入build文件夹， 执行：cmake .. 然后执行make
----------------------------------------------------------分割线---------------------------------------------------------------------------------------
以上是caffe的原生编译, 下面添
最低0.47元/天 解锁文章
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
