最近在研究室內6D姿態檢測相關問題，計劃在PoseCNN網路基礎上進行改進實現。但是在第一步的復現過程中踩了無數的坑，最終成功運行了demo，但目前資料集train還是遇到了一些問題。有問題歡迎一起交流進步！ 本文重點講解網路程式碼復現過程，對於原文的講解可以閱讀這篇文章，滿滿乾貨！[《論文筆記——PoseCNN》](https://blog.csdn.net/nwu_NBL/java/article/details/83176353) 本人系統環境： - Ubuntu 16.04 - Tensorflow 1.8（from source） - Python 2.7 - Cuda 10.1 & cuddn 7.3.1 *** #### 1.搭建虛擬環境 第一步，建立專屬於PoseCNN的虛擬環境，之後install的包都在此虛擬環境中。 虛擬環境的好處不用多說了吧，反正對Ubuntu系統的折騰越少越好！！！ 我用 conda 建立的環境： - conda create -n posecnn python=2.7 啟用環境： - conda activate posecnn 如果不用這個環境，記得deactivate： - conda deactivate posecnn *** #### 2.pip install - pip install opencv-python 如果不行試一下： sudo apt-get install libopencv-dev - pip install mock enum34 - pip install matplotlib numpy keras Cython Pillow easydict transforms3d - pip install OpenEXR - sudo apt-get install libsuitesparse-dev libopenexr-dev metis libmetis-dev *** #### 3.TensorFlow 注意一定要從原始碼安裝，雖然很繁瑣，但是經過實踐證明，pip install安裝出來的TensorFlow不好用。。 此外，使用gcc 4.8和g++ 4.8對後續的依賴包進行編譯。 > > - sudo apt-get install gcc-4.8 > - sudo apt-get install g++-4.8 > - sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-4.8 10 > - sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-5 30 > - sudo update-alternatives --config gcc 輸入選擇 1 > > - sudo update-alternatives --install /usr/bin/g++ g++ /usr/bin/g++-4.8 10 > - sudo update-alternatives --install /usr/bin/g++ g++ /usr/bin/g++-5 30 > - sudo update-alternatives --config g++ 輸入選擇 1 > > 測試一下gcc和g++的版本，顯示4.8就更換完畢了: > > - gcc --version > > - g++ --version 接下來安裝bazel，並選擇0.10.0版本，本文選擇下載sh檔案進行安裝， > 下載地址：[https://github.com/bazelbuild/bazel/releases/download/0.10.0/bazel-0.10.0-installer-linux-x86_64.sh](https://github.com/bazelbuild/bazel/releases/download/0.10.0/bazel-0.10.0-installer-linux-x86_64.sh) > 下載好之後，安裝： > - chmod +x bazel-0.10.0-installer-linux-x86_64.sh 修改檔案許可權 > - ./bazel-0.10.0-installer-linux-x86_64.sh --user 進行安裝 > 接著新增環境變數： > - gedit ~/.bashrc > - export PATH="$PATH:$HOME/bin" 下面下載安裝TensorFlow： > - `git clone https://github.com/tensorflow/tensorflow.git` > - `cd tensorflow` > - `git checkout r1.8` > - `./configure` > 這一步，配置檔案會問很多問題，對應回答y/n即可: > >> 注意 Python 及其sitepackage的路徑要與你之後環境路徑相對應 >> 比如我在posecnn虛擬環境中執行的話，我的python路徑就是 .../.conda/env/posecnn/bin/python > 大部分都選擇n，但是詢問cuda時，要根據你的電腦實際選擇 > > 然後編譯原始檔： > - `bazel build --config=opt --config=cuda //tensorflow/tools/pip_package:build_pip_package` > 生成安裝包： > - `bazel-bin/tensorflow/tools/pip_package/build_pip_package ~/software/tensorflow` > 最後安裝： > - `pip install /tmp/tensorflow_pkg/tensorflow-1.8.0-cp27-cp27mu-linux_x86_64.whl` > 至此，TensorFlow的原始碼安裝大功告成，可以import測試一下。 *** #### 4.Eigen ``` wget https://bitbucket.org/eigen/eigen/get/3.3.0.zip # 提取解壓壓縮包 # 重新命名資料夾為eigen cd eigen mkdir build && cd build cmake .. make sudo make install ``` *** #### 5.Nanoflann ``` wget https://github.com/jlblancoc/nanoflann/archive/ad7547f4e6beb1cdb3e360912fd2e352ef959465.zip # 提取解壓壓縮包 # 重新命名資料夾為nanoflann sudo apt-get install build-essential cmake libgtest-dev cd nanoflann mkdir build && cd build && cmake .. make && make test sudo make install ``` *** #### 6.Pangolin ``` wget https://github.com/stevenlovegrove/Pangolin/archive/1ec721d59ff6b799b9c24b8817f3b7ad2c929b83.zip # 提取解壓壓縮包 # 重新命名資料夾為Pangolin cd Pangolin # Add folowing line to the CMakeLists.txt: # add_definitions(-D_GLIBCXX_USE_CXX11_ABI=0) mkdir build cd build cmake .. cmake --build . ``` *** #### 7.Boost ``` wget https://dl.bintray.com/boostorg/release/1.67.0/source/boost_1_67_0.tar.bz2 # 提取解壓壓縮包 # 重新命名資料夾為boost cd boost ./bootstrap.sh sudo ./b2 sudo ./b2 install ``` *** #### 8.Sophus ``` wget https://github.com/strasdat/Sophus/archive/ceb6380a1584b300e687feeeea8799353d48859f.zip # 提取解壓壓縮包 # 重新命名資料夾為Sophus cd Sophus mkdir build && cd build cmake .. make sudo make install ``` *** #### 9.NLOPT ``` wget https://github.com/stevengj/nlopt/archive/74e647b667f7c4500cdb4f37653e59c29deb9ee2.zip # 提取解壓壓縮包 # 重新命名資料夾為nlopt cd nlopt mkdir build cd build cmake .. make sudo make install ``` 至此，所有依賴包配置完畢，下面針對原始碼進行編譯執行。 *** #### 10.Compile lib/kinect_fusion 先註釋掉/usr/local/cuda/include/crt/common_functions.h的第64行，因為這個[issue](https://github.com/BVLC/caffe/issues/5994) 要是隻讀許可權無法修改，就用`sudo chmod 777 /usr/local/cuda/include/crt/common_functions.h`修改一下許可權。 ``` cd kinect_fusion mkdir build cd build cmake .. make ``` 編譯完記得取消註釋剛剛的common_functions.h第64行 *** #### 11.Compile lib/synthesize ``` cd .. cd .. cd synthesize mkdir build cd build cmake .. make ``` 至此，環境配置完畢。更多可以看下面的參考連結，很詳細。 ---------- 參考： - [PoseCNN RSE-Lab](https://rse-lab.cs.washington.edu/projects/posecnn/)，RSE-Lab - [PoseCNN GitHub程式碼](https://github.com/yuxng/PoseCNN)，yuxng - [YCB-Video資料集下載](https://pan.baidu.com/s/1FG7_wrNbBdFcJmh1UxuDFg)，提取碼52xx，wangg12 - [PoseCNN程式碼實現大綱](https://github.com/Kaju-Bubanja/PoseCNN)，Kaju-Bubanja - [PoseCNN程式碼實現詳細](https://github.com/yuxng/PoseCNN/issues/76)，Luedeke - [《論文筆記——PoseCNN》](https://blog.csdn.net/nwu_NBL/java/article/details/83176353)，XJTU_B