linux死磕Flownet2

linux死磕Flownet2

有一说一，对新手极其不友好，bug多的离谱！

					先给出当前所有配置及环境：
					NVIDIA gtx 750 显卡（算力5.0，低于3.0可能有bug）
					ubuntu18.04
					anoconda3
					cuda10.0（版本太高有bug）
					torch1.2（版本太高有bug，太低功能不全）

下载

1. 下载源代码和权重（Pretrain models）：https://github.com/NVIDIA/flownet2-pytorch
2. 下载MPI-Sintel数据集：http://sintel.is.tue.mpg.de/

环境配置

anoconda和cuda下载过程不再赘述，相关博文很详细。
安装过程遇到的典型bug不少，但百度很容易查到。

建议新建虚拟环境，避免以后各种疑难杂症：
conda create -n flownet2 python=3.6
#flownet2是环境名，3.6指定环境的python版本

激活进入：
conda activate flownet2
然后在此环境安装torch1.2

修改代码

使用pycharm

networks/channelnorm_package、
networks/resample2d_package、
networks/correlation_package
三个文件夹里的setup.py文件：c++11改为c++14

datasets.py中
from scipy.misc import imread, imresize
替换成
from imageio import imread

运行

1. 编译
   在虚拟环境用cd进入下载的flownet2-pytorch文件夹，即install.sh所在文件夹。
   运行： ./install.sh或者bash install.sh

2. 测试
   python main.py -h
   #缺什么包就pip install 什么包

3. 运行
   python main.py --inference --model FlowNet2 --save_flow --inference_dataset MpiSintelClean --inference_dataset_root MPI-Sintel-complete/training/ --resume FlowNet2_checkpoint.pth.tar --save ./test/output3/

4. 光流.flo文件生成.png图片
   https://blog.youkuaiyun.com/sinat_33718563/article/details/79950310

bug汇总，按需取用！

CUDA error: no kernel image is available for execution on the device

上图三个pachage下都有setup.py文件，将其中nvcc_args添加一行，数字改为自己显卡算力（50）。

/bin/bash^M: 解释器错误: 没有那个文件或目录

https://blog.youkuaiyun.com/petpig0312/article/details/79797727

调试没有及时记录bug，想到再更…

终于

注：

百度/谷歌搜不到的bug，建议看issues：https://github.com/NVIDIA/flownet2-pytorch/issues
多数bug根源于：conda、torch、显卡之间的版本兼容性。