天天看点

ubuntu18.04+anaconda+pycharm下训练faster-rcnn pythorch1.0版本

本人是在近几天之内才跑通的faster-rcnn-1.0版本,刚开始是打算跑0.4版本的,结果中间出了一点问题,所以转到1.0版本,有问题欢迎留言

首先是ubuntu18.04的安装,大家可以去ubuntu的官网(https://ubuntu.com/download/desktop)这里去下载自己需要的ubuntu,一般18.04就足够用,之后就是用U盘来制作成系统盘。当制作完成后,可以根据各个电脑的进行启动盘的方式进行启动(我神舟电脑用的是F7),之后就可以进行安装了。安装完成后的anaconda与pycharm的安装其他博客说的很清楚了,因此这里就不再赘述。

重点内容是显卡的驱动安装与cuda的安装,显卡的驱动安装可以直接采用软件和更新方式进行安装驱动,具体步骤如下图!

ubuntu18.04+anaconda+pycharm下训练faster-rcnn pythorch1.0版本
ubuntu18.04+anaconda+pycharm下训练faster-rcnn pythorch1.0版本

如上图所示,可以对驱动进行勾选,然后点击应用修改,等重启之后就完成了显卡驱动的安装。

关于cuda安装当时出了特别多问题,第一是内核问题,cuda各个版本需要不同的内核,具体在官网上可以查到,当内核不支持时会出现问题,我的当时因为内核过高,结果出现了循环登陆的情况,因此要换成低版本的内核。内核安装推荐一个软件,synaptic,使用这个代码可以下载

apt-get install synaptic

。sudo synaptic可以启动.

ubuntu18.04+anaconda+pycharm下训练faster-rcnn pythorch1.0版本

在搜索中下载自己想要的内核版本,形式要跟上图一样,下载五个文件,并点击应用,之后在开机的时候可以在ubuntu高级选项中选择自己想要的内核版本。

之后是cuda的安装,这里我选择了cuda10.2,这个链接是其他博主的各个版本的链接各个版本的安装连接。可以下载自己所需要的cuda,下载完之后可可以放到主目录下,并在终端运行

sudo sh+你的cuda文件名字

,例如:

sudo sh cuda_10.2.89_440.33.01_linux.run

,之后进入对话,此时输入accept,之后可以按空格看完声明,安装配置如下图:

ubuntu18.04+anaconda+pycharm下训练faster-rcnn pythorch1.0版本

之后可以等待安装完成,并添加到环境变量。添加完之后只需要在终端输入

nvcc --version

查看是否有cuda信息,有的话就算安装成功,有些博主还要编译cuda的samples项来进行检验,我并没有用这种方法来检验,并且程序运行不受影响。

安装完cuda后大家可以在anaconda中创建环境,并安装pytorch,我安装了1.2版本的,之后就可以按照read me中安装依赖项。

ubuntu18.04+anaconda+pycharm下训练faster-rcnn pythorch1.0版本

根据上图到达指定位置,输入相应指令,此时编译有警告,并不用管他,最后出现错误,/usr/local/cuda-10.2/nvcc: No such file or directory,但是nvcc-vision可以查看cuda的版本,此时只需要在终端中加入

export CUDA_HOME=/usr/local/cuda-10.2

就可以解决。这里要换成自己对应的cuda版本,最后再进行安装依赖,成功!

如果你要用GPU进行编译,那么你需要更改为如下图所示:

ubuntu18.04+anaconda+pycharm下训练faster-rcnn pythorch1.0版本
ubuntu18.04+anaconda+pycharm下训练faster-rcnn pythorch1.0版本

两图一个在trainval_net.py,一个在lib/model/utils/config.py中。最后,就可以进行训练了。

附上训练图如下:

ubuntu18.04+anaconda+pycharm下训练faster-rcnn pythorch1.0版本

继续阅读