Deep|Caffe——环境安装和配置(CPU) python|Learning

1、介绍 Caffe，全称Convolutional Architecture for Fast Feature Embedding，是一个兼具表达性、速度和思维模块化的深度学习框架。由伯克利人工智能研究小组和伯克利视觉和学习中心开发。虽然其内核是用C++编写的，但Caffe有Python和Matlab相关接口。Caffe支持多种类型的深度学习架构，面向图像分类和图像分割，还支持CNN、RCNN、LSTM和全连接神经网络设计。Caffe支持基于GPU和CPU的加速计算内核库，可以在CPU和GPU直接无缝切换，如NVIDIA cuDNN和Intel MKL。项目托管地址：https://github.com/BVLC/caffe.git
2、系统环境

Ubuntu-18.04-LTS
GCC-7.4.0

3、编译依赖环境（1）protobuffer（必须）
Google开发的结构化数据存储格式，caffe中使用protobuffer作为权值和模型参数的载体，负责将文件读取到内存。
（2）opencv (必须)
caffe中使用opencv完成一些图像的存取和预处理功能，使用OpenCV源码编译安装。
（3）boost （必须）
扩展的C++标准库，其中的智能指针是其特色。
（4）lmdb （必须）
内存映射行数据库管理器。
（5）leveldb （必须）和 snappy （必须）
压缩和解压缩的C++库，比zlib库快。
4、安装依赖 4.1 基本依赖(依据下面的命令将基本依赖库安装)

sudo apt-get install libsnappy-dev libhdf5-serial-dev libopenblas-dev liblapack-dev libatlas-base-dev libgflags-dev libgoogle-glog-dev liblmdb-dev libleveldb-dev （hdf5 lmdb leveldb snappy库） sudo apt-get install --no-install-recommends libboost-all-dev （安装boost库） sudo apt-get install autoconf automake libtool curl make g++ unzip （辅助工具，可能会用到，可不安装）

4.2 第三方库安装编译

protobuf编译安装
（1）克隆源码：git clone https://github.com/protocolbuffers/protobuf.git
（2）下载依赖的第三方库：

git init git submodule update --init -recursive cd [protobuf\_dir] ./autogen.sh ./configure --prefix=/opt/protobuf (指定安装目录) make -j8 make check sudo make install （protobuf安装完成）

opencv编译安装
（1）下载源码：https://opencv.org/releases/
（2）安装opencv依赖项和安装步骤

依赖项： apt-get install bison flex m4 build-essential libmpc-dev gcc gcc-multilib （gcc相关依赖和工具） apt-get install libgtk2.0-dev libgtk-3-dev libavcodec-dev libavformat-dev libswscale-dev libtbb2 libtbb-dev libjpeg-dev libpng-dev libtiff-dev libdc1394-22-dev （opencv依赖库） apt-get install cmake git pkg-config安装步骤： cd [opencv\_dir] （切换到opencv源码顶层目录） mkdir build （创建build目录，opencv的编译是由cmake工具执行的） cd build cmake .. -DCMAKE\_BUILD\_TYPE=Release-DCMAKE\_INSTALL\_PREFIX=/opt/opencv(指定编译版本为release版本，编译好的opencv库安装在/opt/opencv目录下)执行完上述命令后，cmake工具会执行依赖项检查并同时联网下载 ippicv\_2017u3\_lnx\_intel64\_general\_20170822.tgz文件 make -j8 (待上述文件下载完成之后) sudo make install (opencv安装完成)

5、caffe配置文件修改 5.1指定protoc版本

配置protoc工具搜寻路径(protoc是.proto文件的编译器，用于编译caffe中定义的protobuf序列化协议文件)

sudo vim /etc/profile export PATH=/opt/protobuf/bin:${PATH}#protoc编译器搜寻目录 export CPLUS\_INCLUDE\_PATH=/opt/protobuf/include:$CPLUS\_INCLUDE\_PATH#添加protoc工具头文件搜索目录 export LD\_LIBRARY\_PATH=/opt/protobuf/lib:${LD\_LIBRARY\_PATH}#protoc编译器动态链接库搜索路径 source /etc/profile

若系统内有两个版本以上的protoc，修改caffe下的Makefile文件，指定使用特定版本的protoc工具编译
1)进入目录：
cd [caffe_dir]
2)打开caffe的Makefile文件
sudo vim Makefile
3)大约在Makefile的第649行，修改下面这两句，改完后保存退出

$(Q)protoc --proto_path=$(PROTO_SRC_DIR) --cpp_out=$(PROTO_BUILD_DIR) $< 和 $(Q)protoc --proto_path=src --python_out=python $<改为(==>)： $(Q)/opt/protobuf/bin/protoc --proto_path=$(PROTO_SRC_DIR) --cpp_out=$(PROTO_BUILD_DIR) $< 和 $(Q)/opt/protobuf/bin/protoc --proto_path=src --python_out=python $<

5.2 在Makefile.config配置文件中修改下列3项

使用caffe的cpu模式：#CPU_ONLY := 1 将此处注释去掉
配置opencv为3版本：#OPENCV_VERSION := 3 将此处注释去掉，否则编译时会出现链接不上该库错误
添加protobuf、opencv、hdf5这三个依赖的头文件和库搜索路径
在Makefile.config.example中找到含有下面字眼的位置

INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib添加头文件和库搜索路径： INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include /opt/protobuf/include /opt/opencv/include/opencv4/usr/include/hdf5/serial #此处使用的是opencv4.2.0 LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib /opt/protobuf/lib /opt/opencv/lib /usr/lib/x86_64-linux-gnu/hdf5/serial

5.3 更新caffe相关代码因为使用OpenCV 4.*的版本，所以caffe中有些opencv的常量需要更新，在caffe框架源码的顶层目录下进行修改：
CV_LOAD_IMAGE_GRAYSCALE 为 cv::ImreadModes::IMREAD_GRAYSCALE
CV_LOAD_IMAGE_COLOR 为 cv::IMREAD_COLOR
替换命令如下：
sed -i 's/CV_LOAD_IMAGE_COLOR/cv::IMREAD_COLOR/g' src/caffe/layers/window_data_layer.cpp
sed -i 's/CV_LOAD_IMAGE_COLOR/cv::IMREAD_COLOR/g' src/caffe/util/io.cpp
sed -i 's/CV_LOAD_IMAGE_GRAYSCALE/cv::ImreadModes::IMREAD_GRAYSCALE/g' src/caffe/util/io.cpp
sed -i 's/CV_LOAD_IMAGE_COLOR/cv::IMREAD_COLOR/g' src/caffe/test/test_io.cpp
sed -i 's/CV_LOAD_IMAGE_GRAYSCALE/cv::ImreadModes::IMREAD_GRAYSCALE/g' src/caffe/test/test_io.cpp
6、执行编译过程 1）进入caffe框架源码的顶层目录执行下面命令：

cd [caffe_dir] mv Makefile.config.example Makefile.config make -j8 sudo make test make runtest -j8

2）编译结束
7、编译caffe的python接口(pycaffe) 7.1 安装编译python接口的各种依赖

切换到caffe源码顶层目录，caffe下的命令执行必须在顶层目录下，否则执行会出错

cd caffe

使用requirements.txt文件内指定的各种依赖库安装依赖

pip3 install -r python/requirements.txt

其中requirements.txt文件内容如下：
Cython>=0.19.2
numpy>=1.7.1
scipy>=0.13.2
scikit-image>=0.9.3
matplotlib>=1.3.1
ipython>=3.0.0
h5py>=2.2.0
leveldb>=0.191
networkx>=1.8.1
nose>=1.3.0
pandas>=0.12.0
python-dateutil>=1.4,<2
protobuf>=2.5.0
python-gflags>=2.0
pyyaml>=3.10
Pillow>=2.3.0
six>=1.1.0
特别注意：
第三方库protobuf编译后的版本要与python中protobuf的版本一致，若不一致可以在编译第三方库protobuff时，进入python目录下执行下面命令：

cd ./python python setup.py build python setup.py test python setup.py install

7.2 编译pycaffe

make pycaffe

7.3 把caffe的python接口路径添加到搜索目录

vim /etc/profile
最后一行添加：

export PYTHONPATH=/caffe/python:$PYTHONPATH

source/etc/profile

7.4 导入pytcaffe测试

进入python解释器
输入：import caffe （没有错误提示则安装成功）
eg：print(caffe.__version__)

8、注意事项注意事项1：若想caffe在命令行下使用，可以参考下面的两种方式：
（1）将自己编译的caffe可执行文件添加进环境变量中
（2）apt-get install caffe-tools-cpu
注意事项2：将下面几个库在编译caffe第5步前拷贝到/usr/local/lib/下：
libopencv_core.so.4.2.0
libopencv_imgcodecs.so.4.2.0
libopencv_imgproc.so.4.2.0
然后再sudo ldconfig即可。
注意事项3：使用caffe/tools/extra/plot_training_log.py.example进行日志可视化分析时出现ImportError: Matplotlib requires dateutil>=2.1；此时需要对python-dateutil进行升级，升级方式可以参考如下：

pip3 install --upgrade python-dateutil

注意事项4：调用caffe/python/caffe/draw.py时，若出现pydotplus不存在等现象时；需要根据提示进行安装，参考命令如下：

pip3 install pydotplus

【Deep|Caffe——环境安装和配置(CPU)】注意事项5：调用caffe/python/draw_net.py可视化决策树时，若出现下面的提示：
pydotplus.graphviz.InvocationException: GraphViz’s executables not found
此时需要安装graphviz，在Linux下安装方式可参考命令：