caffe-face编译

说明：

搭建环境及使用的软件版本：Ubuntu14.04+CUDA8.0+cuDNN5.1+opencv2.4.13+dlib19.4+matlab2016b+python2.7。
opencv推荐使用2.4.13版本，博主使用其他版本与CUDA8.0编译时出错，PC没有显卡可跳过步骤1,2，dlib可以不安装。安装过程中可能会出现问题百度谷歌都能解决。注：双显卡电脑可参考双显卡下编译caffe。

---

一．安装CUDA

1.卸载驱动

• 删除旧NVIDIA 驱动,卸载命令：

sudo apt-get --purge remove nvidia-* 

sudo apt-get purge remove xserver-xorg-video-nouveau

• 重启电脑，快捷键Ctrl+Alt+F1 切换到tty1 界面，关闭桌面管理。

sudo stop lightdm

2.安装CUDA

• 下载CUDA：https://developer.nvidia.com/cuda-downloads
• 将CUDA 安装到本地仓库，切换目录

sudo dpkg -i cuda-repo-ubuntu1404-8-0-local-ga2_8.0.61-1_amd64.deb

• 更新本地仓库

sudo apt-get update

• 安装CUDA 和显卡驱动（CUDA 默认路径:/usr/local/cuda）

sudo apt-get install cuda

• 打开桌面管理后，重启电脑

sudo start lightdm

3.配置CUDA

• 重启进入系统后，设置环境变量，在/etc/profile 文件末尾添加下列信息。

export PATH=/usr/local/cuda-8.0/bin:$PATHexport LD_LIBRARY_PATH=/usr/local/cuda8.0/lib64:$LD_LIBRARY_PATH

• 查看CUDA 编译器版本

nvcc –V

返回类似以下信息
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2016 NVIDIA Corporation
Built on Mon_Feb_16_22:59:02_CST_2016
Cuda compilation tools, release 8.0, V8.0.61

二．安装cuDNN安装

1.下载

• 下载地址：https://developer.nvidia.com/cudnn

2.安装

• 解压进入目录

sudo cp cuda/include/cudnn.h /usr/local/cuda/include sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64 sudo chmod a+r /usr/local/cuda/lib64/libcudnn*

三．boost 库安装

1.下载boost 库

• 下载地址：http://www.boost.org/，下载合适boost 版本。

2.安装依赖库

apt-get install mpi-default-dev libicu-dev python-dev libbz2-dev

3.编译boost库

• 下载得到boost1_58_0.tar.gz 后，解压文件得到boost_1_58_0
• 修改user-config.jam 文件
  （在/boost/tools 下搜索user-config.jam），在user-config.jam 文件最后添加一行using mpi ; #注意mpi 后面有一个空格
• 下面开始编译boost 库，终端输入指令得到b2 和bjam.

sudo ./bootstrap.sh

sudo ./b2 -a -sHAVE_ICU=1

-a 参数，代表重新编译，-sHAVE_ICU=1 代表支持Unicode/ICU它需要大概半小时的时间。

4.安装boost 库

• 安装boost 库，输入

sudo ./b2 install

如果以上几步都没有报错的话，boost 库就算安装完成，可以去/usr/local/include/目录下看是否有生成boost 文件夹验证一下。

四．编译安装opencv

1.下载

• 下载地址:http://opencv.org/releases.html

2.安装依赖库

• 安装必要的依赖，依次执行：

sudo apt-get updatesudo apt-get install -y --no-install-recommends build-essential cmake libavcodec-dev libavformat-dev libgtk2.0-dev libgtkglext1 libgtkglext1-dev libjpeg-dev  libpng-dev libswscale-dev libtbb2 libtbb-dev libtiff-dev pkg-config unzip wget

3.编译安装opencv

mkdir buildcd buildcmake -D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_INSTALL_PREFIX=/usr/local -D WITH_CUDA=ON -D ENABLE_FAST_MATH=ON -D CUDA_FAST_MATH=ON -D WITH_CUBLAS=1 -D WITH_NVCUVID=on -D CUDA_GENERATION=Auto ..(安装CUDA和cuDNN)cmake -D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_INSTALL_PREFIX=/usr/local ..(没有安装CUDA和cuDNN)sudo make -j4sudo make install

五．安装dlib

1.下载

• 下载地址:http://dlib.net/

2.编译

• C++编译

mkdir buildcd buildcmake ..make release=1

• python编译

wget https://bootstrap.pypa.io/ez_setup.py -O - | sudo pythonsudo python setup.py installsudo cp /zh/dlib/dlib.so  /usr/local/anaconda2/lib/python2.7/site-packages/(复制dlib.so到site-packages路径下))

六．安装matlab

1.下载安装

• 参考:http://www.linuxdiyf.com/linux/27432.h
• 在任何目录启动matlab

sudo ln -s /usr/local/MATLAB/R2016b/bin/matlab /usr/local/bin/matlab

2.python调用matlab

cd matlabroot/extern/engines/python python setup.py install

七．编译caffe-face

1.下载

• 下载地址:https://github.com/ydwen/caffe-face

2.安装依赖库

sudo apt-get install freeglut3-dev libx11-dev libxmu-dev libxi-dev libglu1-mesa-devsudo apt-get install libgtk2.0-dev pkg-config libavcodec-dev libavformat-dev libswscale-devsudo apt-get install python-dev python-numpy libtbb2 libtbb-dev libjpeg-dev libpng-dev libtiff-dev libjasper-dev libdc1394-22-devsudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libboost-all-dev libhdf5-serisudo apt-get install libatlas-base-dev

3.编译

• 进入根目录，修改配置文件

cp Makefile.config.example Makefile.config如果使用了cuDNN,则取消如下行注释：# USE_CUDNN := 1添加matlab路径MATLAB_DIR := matlabroot

• 编译caffe-face

sudo make all -j4sudo make testsudo make runtest

• 编译matcaffe和pycaffe

sudo make matcaffesudo make mattest -j4(测试)sudo make pycaffe

• 运行minist demo

sh data/mnist/get_mnist.shsh examples/mnist/create_mnist.shsh examples/mnist/train_lenet.sh

如果运行正常，caffe-face就编译成功。

参考

[1]http://blog.csdn.net/tingyue_/article/details/45618413
[2]http://blog.csdn.net/lixintong1992/article/details/51141900
[3]http://blog.csdn.net/tingyue_/article/details/45619213
[4]http://www.linuxidc.com/Linux/2016-12/138865.htm
[5]http://blog.csdn.net/liuxiaoheng1992/article/details/54407589
[6]http://blog.csdn.net/hao529good/article/details/46831117
[7]http://www.linuxdiyf.com/linux/27432.html
[8]http://www.linuxidc.com/Linux/2016-09/135016.htm

注：特别感谢以上文章的作者,该文章也是在以上文章的基础上综合整理而来。