ubuntu14.04编译和运行 fast rcnn

CuDNN兼容性问题造成的fast rcnn编译运行失败和出现浮点数例外（核心已转储）

1.第一部分：git官网的fast-rcnn源码

终端输入：

cd/home/**（您服务器的名字）

gitclone --recursive https://github.com/rbgirshick/fast-rcnn.git 

下载完成后再home/**（您服务器的名字）下有

 

2. 第二部分：Python安装包cython,python-opencv,easydict

终端输入：
sudo apt-get install python-pip
sudo pip install cython
sudo apt-get install python-opencv
sudo pip install easydict

3. 第三部分：生成Cython模块

终端输入：
cd /home/**（您服务器的名字）/fast-rcnn/lib
make

4. 第四部分：安装atlas

终端输入：
sudo apt-get installlibatlas-base-dev

5. 第五部分:生成Caffe和pycaffe

进入caffe-fast-rcnn 目录：

Sudo mkdir build

Cd build

Cmake ..

Cd ..

 Sudomake –j8 &&make pycaffe

 Makematcaffe

Make runtest

如果你按照网上的方法配置他自带的caffe，就会出现上图的错误：浮点数例外（核心已转储）

原因是因为fastrcnn 自带的caffe是很早的版本，cudnn只有4.0不支持我们现在的cudnn 5.1，所以两种方法：1.对cudnn降价到4.0 ,请自行解决吧！2.我用我编译好的microsoft的caffe-master 来替带自带的caffe-fast-rcnn，然后把名字改成相同，这样再编译就不会出错误。接着如果你按照第二个方法做的话，会遇到很多错误。

我讲下我遇到的错误和解决方法，比如像cv::imread() cv::indecode()等等之类的opencv问题，解决办法：在caffe-fast-rcnn的Makefile目录里的第166行加入opencv_imgcodecs,如图所示：

在阴影部分的后面加入opencv_imgcodecs。

运行demo.py文件不说了。

接着在运行fastrcnn/tools/train_net.py时会出现错误：

在网络初始化到loss_bbox层时会出现smoothL1loss.cpperror :bottom.size=4(3vs.4)  If weightsare used, must specify both inside and outside weights之类错误！

解决办法：找到SmoothL1loss.cpp,找到出错误的那部分，如图：

看到has_weights=(bottom.size()>=3);把它改成has_weights=(bottom.size()==3);然后下面的if语句用//注释掉。接着还要改，看到下面的这几行代码：

    CHECK_EQ(bottom[0]->channels(),bottom[3]->channels());

   CHECK_EQ(bottom[0]->height(), bottom[3]->height());

   CHECK_EQ(bottom[0]->width(), bottom[3]->width());

这三行，也要用//注释掉。Ok!!!!!

再重新编译！！！！make clean     make  -j8

6.cp caffe里的cudnn.hpp ./include/caffe/util/cudnn.hpp
7.将./src/caffe/layer里所有以cudnn开头的文件，如cudnn_xxx_layer.cu，cudnn_xxx_layer.cpp
都替换成最新版的caffe里的相应的同名文件。

8.

重点问题：如果出现以下问题：

check failed error ==cudaSuccess(77 vs .0)an illegal memory access was encountered

check failed data_ *** check failure stacktrace:****

那是因为cudnn的问题，fastrcnn 只支持cudnn4 ,可以用以下方法解决：

cdcaffe-fast-rcnn

git init
git remote add caffehttps://github.com/BVLC/caffe.git
git fetch caffe

git clean -d-fx
git merge caffe/master
merge 后删除 include/caffe/layers/python_layer.hpp  中的 self_.attr("phase")= static_cast<int>(this->phase_); 

 9.

.在caffe中如何加入新的一层，就如如何加入normalize层，首先去找到caffe-ssd，因为这个caffe有normalize层，我们首先把normalize.cpp normalize.cu normalize.hpp复制到相应的位置，然后找到src/caffe/proto/caffe.proto，加入normalizeParameter层的声明（复制caffe-ssd）和下面加上定义（f复制caffe-ssd）：message NormalizeParameter{

         参数

    }

网址：http://blog.csdn.net/shuzfan/article/details/51322976

10.运行demo.py和训练，请看网址：http://blog.csdn.net/u014696921/article/details/52453947