cudnn 5.1版本下跑通 py-faster-rcnn的demo

在Ubuntu 16.04上,使用CUDA8.0、cuDNN 5.1、Python 2.7和OpenCV 3.1搭建软件环境,详细记录了在编译py-faster-rcnn过程中解决cuDNN版本冲突问题的过程。首先,通过修改Caffe的Makefile.config来适应cuDNN v5,然后安装必要的软件包如cython、python-opencv和easydict。尽管在CPU模式下运行demo.py正常,但在GPU模式下遇到物体检测失败的问题。解决方案包括更新Caffe到与cuDNN v5兼容的版本,以及调整Makefile.config的配置。最后,成功运行模型并执行demo.py进行物体检测。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

软件环境:

Ubuntu 16.04 + CUDA8.0 + cuDnn5.1 + python 2.7 + OpenCv 3.1


本文的主要目的,是解决在编译py-faster-rcnn的过程中,与cuDnn的v5版本的冲突问题。编译报错是函数错用。最初是把cuDnn换成了v4。后期在跑demo.py时,没能正确检测出物体,也就是没有出带框的图像。一开始以为是plt的问题,后来发现不是,此demo.py在cpu下运行正常,加上gpu选项就不能正常检测物体。


第一阶段,是按照py-faster-rcnn作者的前半部分步骤来进行。相关链接


1.作者提到,在编译Caffe时,至少需要在Makefile.config设置的两点,这里和Caffe的安装相关了,有很多这样的教程。

# In your Makefile.config, make sure to have this line uncommented
WITH_PYTHON_LAYER := 1
# Unrelatedly, it's also recommended that you use CUDNN
USE_CUDNN := 1

2.你需要安装的软件(用apt-get即可):

cython, python-opencv, easydict

3.命令行下

# Make sure to clone with --recursive
git clone --recursive https://github.com/rbgirshick/py-faster-rcnn.git
4. $FRCN_ROOT指克隆过来的根目录

cd $FRCN_ROOT/lib
make

==========================================================================分界线=======================

评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值