Cascade rcnn在linux环境下运行的调试记录（pytorch版本）
内容导读
互联网集市收集整理的这篇技术教程文章主要介绍了Cascade rcnn在linux环境下运行的调试记录（pytorch版本），小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含2007字，纯文字阅读大概需要3分钟。
内容图文
这个cascade RCNN的调试是真的折磨人，对于新手的我，查了各种各样奇奇怪怪的资料，终于调通了。以此记录，如果能帮助到大家，那就更好了。
调试步骤
第一步 下载工程
我的工程目录是这样的
此处我们默认大家可以正确导入数据集，因为此处主要记录的是如何生成nms里面调用的_C库。
第二步 观察setup.py
用命令行进入 到 lib文件夹
那么我们此时，先别急着运行什么，我们先打开setup.py，看看里面的头文件结构是什么
从这个头文件可以知道，这份代码肯定是用的pytorch1.0以上的编译环境，因为它调用了这一句from setuptools import setup
第三步 配置环境
如果没有虚拟环境就先配置一下虚拟环境
conda create -n torch(1.0) python==3.7
然后建立好环境后激活一下
conda activate torch(1.0)
接着呢~，我们先安装一下requirement.txt里面的环境
然后配置好后，就进入重头戏了。我们知道如果直接运行肯定会发现报这个错
no module....._C
然后到处找都没找到这个_C是哪里的，其实是编译nms文件夹里面的.c、.h以及csrc文件夹里面的头文件来生成的一个.so的加密文件，至于为什么加密，我也不知道，反正是能加速吧
此时，你先查看一下自己的cuda版本，这个很重要，非常重要，因为这里就决定你最后编译后的文件是什么cuda版本，如果这里不查，到后面配环境配错了，是运行不出那个_C库的
查看cuda的命令是nvcc -V
我自己是cuda10
然后就在自己的虚拟环境里面配置pytorch,原封不动地复制就可以
conda install pytorch==1.0.1 torchvision==0.2.2 cudatoolkit=10.0 -c pytorch
然后安装好之后就开始编译
在命令行里面输入这个
setup.py build develop
最后就可以生成这个文件
这样就可以了。
此处注意一下，gcc的版本最后要和自己的Ubuntu版本匹配，我的是Ubuntu18，对应的是gcc 7.5
还有就是如果有make.sh这个东东，也可以编译这个都行
sh make.sh
报错记录
如果出现这个错误
/usr/local/cuda-10.0/nvcc: No such file or directory
你只需要在命令行输出
export CUDA_HOME=/usr/local/cuda-10.0/
如果出现 _cudaPopcallConfiguration 以及出现ImportError： libcudart.so.8.0 cannot open shared object file: No such file or directory
那肯定是你的pytorch和cuda版本不匹配
如果在setup.py里面的头文件是
from torch.utils.ffi import create_extension
那就是旧版本的torch环境才行，需要切换回0.3.1
内容总结
以上是互联网集市为您收集整理的Cascade rcnn在linux环境下运行的调试记录（pytorch版本）全部内容，希望文章能够帮你解决Cascade rcnn在linux环境下运行的调试记录（pytorch版本）所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。
内容备注
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。
内容手机端
扫描二维码推送至手机访问。