[环境配置]Ubuntu 16.04+CUDA 9.0+OpenCV 3.2.0下编译基于Caffe的MobileNet-SSD踩过的一些坑

SSD是Caffe的一个分支，源码在github上：https://github.com/weiliu89/caffe/tree/ssd

$ git clone https://github.com/weiliu89/caffe.git
$ cd caffe
$ git checkout ssd

然后编译SSD

$ cp Makefile.config.example Makefile.config
$ make -j8
$ make py
$ make test -j8

在这个过程中会遇到很多很多问题，特此记录

1、hdf5缺失

解决方案

官网下载hdf5：https://www.hdfgroup.org/downloads/hdf5/source-code/

解压后编译安装

$ cd hdf5-1.10.3
$ mkdir build
$ cd build
$ cmake ..
$ sudo make
$ sudo make install

对于新版本的hdf5需要较新版本的cmake，因此需要将cmake更新至3.10以后，此处选择3.12.0

$ cd /usr
$ sudo wget https://cmake.org/files/v3.12/cmake-3.12.0-Linux-x86_64.tar.gz
$ sudo tar zxvf cmake-3.12.0-Linux-x86_64.tar.gz
$ sudo ln -s /usr/cmake-3.12.0-Linux-x86_64/bin/* /usr/bin/

如果提示有冲突，那么需要将原有的cmake相关可执行文件删除

$ sudo rm /usr/bin/cmake #以及其他如ccmake、ctest、cpack、cmake-gui
#然后重新关联
$ sudo ln -s /usr/cmake-3.12.0-Linux-x86_64/bin/* /usr/bin/
$ cmake --version #检查cmake版本，如果为3.12.0则说明安装成功

打开Makefile.config，找到

# Whatever else you find you need goes here.
INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include
LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib

改为

# Whatever else you find you need goes here.
INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include /usr/include/hdf5/serial
LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib

然后链接hdf5库

$ cd /usr/lib/x86_64-linux-gnu
$ sudo ln -s libhdf5_serial.so.10.0.2 libhdf5.so
$ sudo ln -s libhdf5_serial_hl.so.10.0.2 libhdf5_hl.so

如果还是有问题

$ sudo ln -sf libhdf5_serial.so libhdf5.so
$ sudo ln -sf libhdf5_serial_hl.so libhdf5_hl.so

github上有讨论帖https://github.com/BVLC/caffe/issues/4333

2、opencv3的问题

问题如下

.build_release/lib/libcaffe.so: undefined reference to 'cv::VideoCapture::set(int, double)'
...

解决方案

已安装opencv3及对应的contrib的同学们打开Makefile.config，找到

# OPENCV_VERSION := 3

将这句话前面的#去掉，然后打开Makefile找到

ifeq ($(USE_OPENCV), 1)
    LIBRARIES += opencv_core opencv_highgui opencv_imgproc

这里空格然后加上

opencv_imgcodecs opencv_contrib opencv_videoio

3、架构architecture compute_20的问题

问题如下

nvcc fatal   : Unsupported gpu architecture 'compute_20'
Makefile:596: recipe for target '.build_release/cuda/src/caffe/solvers/nesterov_solver.o' failed

解决方案

打开Makefile.config，找到

# CUDA architecture setting: going with all of them.
# For CUDA < 6.0, comment the lines after *_35 for compatibility.
CUDA_ARCH := -gencode arch=compute_20,code=sm_20 \
             -gencode arch=compute_20,code=sm_21 \
             -gencode arch=compute_30,code=sm_30 \
             -gencode arch=compute_35,code=sm_35 \
             -gencode arch=compute_50,code=sm_50 \
             -gencode arch=compute_52,code=sm_52 \
             -gencode arch=compute_61,code=sm_61

第三行和第四行中的结构部分前面加#，改为

# CUDA architecture setting: going with all of them.
# For CUDA < 6.0, comment the lines after *_35 for compatibility.
CUDA_ARCH := #-gencode arch=compute_20,code=sm_20 \
             #-gencode arch=compute_20,code=sm_21 \
             -gencode arch=compute_30,code=sm_30 \
             -gencode arch=compute_35,code=sm_35 \
             -gencode arch=compute_50,code=sm_50 \
             -gencode arch=compute_52,code=sm_52 \
             -gencode arch=compute_61,code=sm_61

至此基本解决安装编译SSD的问题，接下来从github上下载MobileNet到examples文件夹下：https://github.com/chuanqi305/MobileNet-SSD，运行demo.py，这时又会出现好几种问题，特做以下记录

4、没有安装pycaffe

问题如下

ImportError: No module named _caffe

这是没有配置好python与caffe的接口，需要安装pycaffe

解决方案

$ cd your_caffe_path
$ sudo make pycaffe

5、找不到skimage模块

问题如下

ImportError: No module named skimage.io

找不到skimage模块，那么我们安装此模块

解决方案

$ sudo pip install scikit-image

使用pip安装的过程中，如果pip版本过低，有些库是无法安装的，因此需要用以下的命令升级到最新版的pip

$ sudo pip install --upgrade pip

建议个人使用pip时安装都加上sudo，有些文件权限会有问题。

6、找不到protobuf模块

问题如下

ImportError: No module named google.protobuf.internal

找不到protobuf模块，解决方案类似于上一问题

解决方案

$ sudo pip install protobuf