ARM鲲鹏920-oe2309-caffe

参考链接:Caffe | Installation

安装依赖包

dnf install

复制代码
dnf update
dnf install leveldb-devel snappy-devel opencv.aarch64 boost-devel hdf5-devel gflags-devel glog-devel lmdb-devel openblas.aarch64
dnf install git wget tar gcc-g++ unzip automake libtool autoconf

从源码编译安装protobuf

问题:

编译caffe需要用到protobuf,通过dnf install protobuf-devel可以获得3.19版本,但在后续编译caffe时会出现下图报错。报错原因:https://github.com/onnx/onnx/issues/2678,故而需要安装3.6~3.10版本的protobuf。

安装:

复制代码
git clone https://github.com/protocolbuffers/protobuf.git
cd protobuf
git checkout 3.9.x
./autogen.sh
./configure --prefix=/home/caffe/file/protobuf-install
make -j16
make install -j16
export PROTOBUF="/home/caffe/file/protobuf-install"
export PATH="$PROTOBUF/bin:$PATH"
export LD_LIBRARY_PATH="$PROTOBUF/lib:$LD_LIBRARY_PATH"
protoc --version

如果出现了版本号,则证明安装成功

安装caffe

复制代码
git clone https://github.com/BVLC/caffe.git
cd caffe
cp Makefile.config.example Makefile.config
vi Makefile.config
  1. 选择 cpu-only 模式: 将第8行CPU_ONLY := 1取消注释
  2. 选择 BLAS 将第53行BLAS := atlas 改为BLAS := open
  3. 修改 INCLUDE 路径: 将第97行INCLUDE_DIRS := (PYTHON_INCLUDE) /usr/local/include* 改为*INCLUDE_DIRS := (PYTHON_INCLUDE) /usr/local/include /usr/include/opencv4 /usr/include/openblas /home/caffe/file/protobuf-install/include
  4. 修改 LIBRARY 路径: 将第98行LIBRARY_DIRS := (PYTHON_LIB) /usr/local/lib /usr/lib* 改为*LIBRARY_DIRS := (PYTHON_LIB) /usr/local/lib /usr/lib /home/caffe/file/protobuf-install/lib
  5. 添加 LIBRARIES 在第98行后面添加一行LIBRARIES += opencv_core opencv_highgui opencv_imgproc opencv_imgcodecs opencv_videoio

在caffe路径下运行下面命令:

复制代码
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
make all -j16
make test -j16
make runtest -j16
export CAFFE="/home/caffe/file/caffe"
export PATH="$CAFFE/build/tools:$PATH"
caffe --version

如果出现了版本号,则证明安装成功

相关推荐
上进小菜猪8 小时前
基于 YOLOv8 的智能车牌定位检测系统设计与实现—从模型训练到 PyQt 可视化落地的完整实战方案
人工智能
AI浩8 小时前
UNIV:红外与可见光模态的统一基础模型
人工智能·深度学习
GitCode官方9 小时前
SGLang AI 金融 π 对(杭州站)回顾:大模型推理的工程实践全景
人工智能·金融·sglang
木头左9 小时前
LSTM模型入参有效性验证基于量化交易策略回测的方法学实践
人工智能·rnn·lstm
找方案9 小时前
我的 all-in-rag 学习笔记:文本分块 ——RAG 系统的 “信息切菜术“
人工智能·笔记·all-in-rag
亚马逊云开发者9 小时前
让 AI 工作空间更智能:Amazon Quick Suite 集成博查搜索实践
人工智能
腾讯WeTest9 小时前
「低成本、高质高效」WeTest AI翻译限时免费
人工智能
Lucas555555559 小时前
现代C++四十不惑:AI时代系统软件的基石与新征程
开发语言·c++·人工智能
言之。9 小时前
Claude Code 专业教学文档
人工智能
Fuly102410 小时前
大模型架构理解与学习
人工智能·语言模型