深度学习框架caffe及py-fast-rcnn配置安装（基于CPU环境）

最新推荐文章于 2023-02-08 12:55:10 发布

原创

最新推荐文章于 2023-02-08 12:55:10 发布 · 1.6k 阅读

5 ·

CC 4.0 BY-SA版权

文章标签：

#py-faster-rcnn #cpu #深度学习 #caffe

本文档介绍了在Ubuntu14.04系统上，如何将已配置的GPU版Py-Faster-RCNN和Caffe转换为CPU环境运行。主要涉及修改`config.py`、`test_net.py`、`train_net.py`、`setup.py`和`nms_wrapper.py`文件，注释掉GPU相关部分。完成修改后，可以成功运行demo并保存检测结果图片。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

系统环境

ubuntu14.04

说明

本来我配置的是GPU环境下的框架的，参考的是我师兄的博客，链接为：https://blog.youkuaiyun.com/PrincePaul3/article/details/52094886点击打开链接

但是在配置完成后，在运行demo时，有时候能出结果，而大部分情况下都会报错，错误如下：

Check failed: error == cudaSuccess (2 vs. 0)  out of memory
*** Check failure stack trace: ***
已放弃 (核心已转储)

显然这是我的GPU显存不够，因此我只能转为在CPU环境下运行我的demo。因为我之前配置gpu环境时，前期的编译caffe,以及编译faster-cnn已经完成，具体参考上面的链接。下面我只需要修改py-faster-rcnn相关操作，使其可以在CPU环境下运行即可。

修改步骤：

（1）将py-faster-rcnn/lib/fast_rcnn/config.py的__C.USE_GPU_NMS =

最低0.47元/天解锁文章

200万优质内容无限畅学

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

Small__White__

关注关注

1
点赞
踩
5

收藏

觉得还不错? 一键收藏
1
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

专栏目录

Faster Rcnn 代码解读之 config.py

JUST CODE IT

08-13

2091

from __future__ import absolute_import from __future__ import division from __future__ import print_function import os import os.path as osp import numpy as np # `pip install easydict` if you don't ...

Win10（64位）+VS2013+caffe+fast-rcnn（cpu-only）

qq_26548953的博客

09-27

546

版权声明：本文为博主原创文章，未经博主允许不得转载。十分感谢一下博主：虽然部分已经不符合现在的应用，但是对我解决问题提供了思路！！！！ https://blog.youkuaiyun.com/u011185952/article/details/71079038 https://blog.youkuaiyun.com/u012538490/article/details/53727041 https://blog.cs...

1 条评论您还未登录，请先登录后发表或查看评论

FAST RCNN安装配置精华

热门推荐

Dachao_Xu的博客

08-06

1万+

代码：https://github.com/rbgirshick/fast-rcnn 0#可能需要Python安装包：cython，python-opencv，easydict 先装一个python包管理器pip： sudo apt-get install python-pip 再安装那三个包 sudo pip install cython

深度学习平台Caffe环境搭建【CPU版】

King_HAW

04-12

1114

系统环境：Ubuntu 14.04.4 LTS 64位安装前准备：换源，推荐阿里、清华、科大或者163的源，具体步骤请自行百度。 Caffe安装：终端输入命令 sudo apt-get install git sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-de

搭建caffe(仅cpu)

second24的博客

10-27

442

caffe 简介Caffe是一个清晰而高效的深度学习框架，是纯粹的C++/CUDA架构，支持命令行、Python和MATLAB接口；可以在CPU和GPU直接无缝切换：Caffe::set_mode(Caffe::GPU);caffe 优势1.上手快：模型与相应优化都是以文本形式而非代码形式给出。 Caffe给出了模型的定义、最优化设置以及预训练的权重，方便立即上手。2.速度快：能够运行最棒的

Ubuntu 16.04 + caffe环境搭建(CPU) -------亲试好用！！！

SHIYUAN_优快云的博客

03-26

250

1、安装环境依赖（在这里要确保每一个都安装好，否则可能后面会报错） sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libhdf5-serial-dev protobuf-compiler sudo apt-get install --no-install-recommends li...

fast-rcnn安装记录

wzy的博客

09-29

1130

第一教程当然是：https://github.com/rbgirshick/fast-rcnn 第二，建议安装anaconda，后续将会很方便；PYTHON_INCLUDE及PYTHON_LIB 如果使用了anaconda，在Makefile.config文件中打开ANACONDA_HONE，打开包含ANACONDA_HONE的PYTHON_INCLUDE及PYTHON_L

fast rcnn安装配置

caozhantao的专栏

05-29

971

fast rcnn被包含在faster rcnn中，按faster rcnn的步骤即可训练自己的数据时，不同点在于： 1.需要生成selective_search文件，我使用的是https://github.com/sergeyk/selective_search_ijcv_with_python。貌似是最方便的。但是要生成4个，例如：voc_2007_test.mat voc_200

Faster R-CNN的安装、测试经历

WoPawn的博客

10-07

6049

首先说明，该篇博客是在ubuntu16.04+nvidia gt740m+cuda7.5+caffe安装、测试经历这篇博客基础上进行faster r-cnn的安装和测试； cuda版本为cuda_7.5.18_linux.run cudnn版本为cudnn-7.5-linux-x64-v5.1.tgz 废话不多说，上车吧，少年一、拉取源码终端输入 git clone --re

tf-faster-rcnn的安装以及测试

帅气的可乐

05-06

900

1.下载github项目代码和数据 git clone https://github.com/endernewton/tf-faster-rcnn.git 2.修改配置在lib文件夹下有个setup.py文件，里面可以设置CPU和GPU的参数。 3.链接cython 模块在lib目录下打开终端，输入 makeclean make cd.. 此时终端回到主目录tf-faster-...

ubuntu安装配置caffe-fast-rcnn问题记录(一)

weixin_42137840的博客

05-04

1047

安装过程参考：https://blog.youkuaiyun.com/samylee/article/details/50965935前期比较顺利，当运行到make all -j16时，出现错误：src/caffe/CMakeFiles/proto.dir/build.make:74: recipe for target 'src/caffe/CMakeFiles/proto.dir/__/__/includ...

如何安装fast rcnn并训练自己的数据

Alpha奇的博客

08-12

1701

在fast-rcnn上安装并训练自己的数据，参考以下文章，并注意两点。安装测试 : https://github.com/rbgirshick/py-faster-rcnn 训练自己的数据: http://sunshineatnoon.github.io/Train-fast-rcnn-model-on-imagenet-without-matlab/ 基本教程网址内都有

Fast RCNN配置

connie69的博客

08-13

447

参考文章：http://www.linuxdiyf.com/linux/10093.html http://www.linuxdiyf.com/linux/20467.html https://github.com/rbgirshick/fast-rcnn 按原作者教程即可！（我觉得这个是最不容易出错的...）其中的make all -j8 && make pycaffe

CPU下的Caffe环境配置

weixin_33970449的博客

10-08

121

1、依赖包安装sudo apt-get install gitsudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libhdf5-serial-dev protobuf-compilersudo apt-get install --no-install-recommends libboost...

Fast-RCNN+caffe安装配置

jiangyanting2011的博客

12-26

2008

Fast RCNN的安装配置是在配置好Caffe环境的基础上进行的，如果还没配置caffe环境，请看之前的博客进行Caffe配置。环境配置系统：Ubuntu16.04 GPU: NVIDIA GTX1070 CUDA8.0+cuDNN5.1 一、Fast-RCNN配置1. 克隆安装包git clone --recursive https://github.com/rbgir

A-FAST-RCNN

qq_35608277的博客

05-30

595

A-Fast-RCNN算法是2017年卡内基梅隆大学提出的，其将对抗学习引入到目标检测问题中，通过对抗网络生成一下遮挡和变形的训练样本来训练检测网络，从而使得网络能够对遮挡和变形问题更加的鲁棒。使用对抗网络生成有遮挡和有形变的两种特征，两种网络分别为ASDN和ASTN。 ASDN利用Fast R-CNN中ROI池化层之后的每个目标proposal卷积特征作为对抗网络的输入，给定一个目标的特征，A...

Faster-RCNN环境搭配及运行教程

Clear_tj的博客

02-08

5341

Windows 10 + Python35 + CUDA 10.0 + cudnn 7.4.1.5 + tensorflow-gpu 1.13.2环境的配置以及GitHub上Faster-RCNN源码的运行

window10 + GPU + caffe + py-faster-rcnn跑通demo.py

qq_34809033的博客

11-15

1469

目录一、安装显卡驱动二、安装VS2013 三、安装Anaconda2 四、安装CUDA8.0 五、安装cuDNN5 六、安装Caffe 七、配置Faster RCNN 八、测试----跑通demo.py 环境：系统：windows10 64bit GPU: NNIFIA GTX1080Ti 框架：caffe 语言：python 一、安装显卡驱动 1.下载 ...

Caffe-Faster-RCNN: 优化CPU性能的深度学习框架

资源摘要信息:"Caffe-Faster-RCNN是一个基于深度学习框架Caffe的更快的R-CNN实现版本。这个版本目前已被弃用，因此文档建议用户查看替代信息。Caffe是一个由伯克利AI研究(BAIR) /伯克利视觉与学习中心(BVLC)和社区...