【蜂口 | AI人工智能】搭建caffe依赖环境——龙鹏的一站式caffe工程实践连载(一)

简介: 大家好,我是龙鹏,现在在陌陌深度学习实验室担任资深高级算法工程师,之前在360人工智能研究院担任算法工程师,目前已具有六年的计算机视觉相关的项目经验了。这次的分享我会基于Caffe这个深度学习开源框架,给大家描述一个完整的图像分割项目,大家会对图像分割技术中的基本原理有所了解,并且能够掌握Caffe这个深度学习框架,从而提高自己的应用实战水平。

“ 作者有话说

大家好,我是龙鹏,现在在陌陌深度学习实验室担任资深高级算法工程师,之前在360人工智能研究院担任算法工程师,目前已具有六年的计算机视觉相关的项目经验了。今天来到蜂口,主要是给大家分享一下现在的直播平台,美颜应用中的一些图像技术。

我会结合项目应用,将相关的图像技术的基础知识,和一些细节分享给大家,这次的分享我会基于Caffe这个深度学习开源框架,给大家描述一个完整的图像分割项目,其中包括:数据的准备和处理,Caffe深度学习环境的配置,一个分割网络的设计,Caffe的训练和测试。经过这一次的分享,大家会对图像分割技术中的基本原理有所了解,并且能够掌握Caffe这个深度学习框架,从而提高自己的应用实战水平。 欢迎大家持续关注!“

技术应用场景

当前美容直播行业中广泛使用的图像处理技术,其中像素分割技术是技术难点比较高,应用范围非常广泛的一项技术。有了这门技术之后,我们可以对人脸的各个区域分别进行美颜。比如对嘴唇区域进行美妆,对头发区域进行美发。例如我们看到的美颜相机,背后其实是图像分割技术的应用。

正式开始分享之前,先给大家演示一下,我们这一门技术如何应用在图像直播领域:

https://zhuanlan.zhihu.com/p/44473272

此处由于编辑器的限制,还请通过链接到知乎去看

知识引入

这次我们将分享Caffe的环境配置。本小节的分享内容包含Caffe的依赖环境配置,Caffe的编译,以及其中的一些常见的问题。我们使用的环境是Ubuntu16.04,具体来说包含Nvidia环境配置,主要是Nvidia的显卡驱动的安装,Cuda的环境配置,主要是Cuda的安装。Caffe的环境配置,主要是Caffe的一些依赖Cuda安装,以及在Caffe编译过程中的一些参数的解释。

首先我们开始Nvidia环境配置,第一步是到Nvidia的官网去找到适配于我们的显卡的驱动。

链接地址:https://developer.nvidia.com/cuda-downloads

笔者的电脑显卡是Gt s980,我们可以找到相应的驱动。当然我们也可以直接在Ubuntu下面使用apt-get命令行操作来获取我们对应的显卡驱动。如下是我命令行操作的结果:

sudo ubuntu-drivers devices

image

nvidia-smi命令查看驱动安装结果

image

可以看到命令行获取的显卡驱动与我自己在官网上找到的训练结果是一样的,获取到驱动之后,我们就可以开始进行安装。

驱动安装

首先我们必须进入命令行界面,可以使用Ctrl+Alt+F1命令,关闭掉图形显示的一些东西,然后使用命令就可以进行安装。

安装完之后,我们再重新开启图形界面显示。如果在这个过程中没有发生问题,在安装完驱动之后,我们就可以使用Nvidia-Smi命令,查看驱动安装的结果。

常见问题

第一个问题是我们很多人使用都是笔记本双显卡系统,在安装完驱动之后,就会出现登录界面无限循环,无法进入桌面的情况下,这是为什么呢?这是因为普通的笔记本他一般都包含集显,而Nvidia的显卡都是独显,为了安装独显的驱动,我们会默认我们会关掉Ubuntu默认的驱动。但是如果我们在安装Nvidia驱动的过程中,没有关闭opengl文件的安装,由opengl仍然会去寻找Ubuntu默认的驱动,而只是后者已经被禁掉,这样的话他就因为找不到Ubuntu默认的驱动,而导致启动桌面失败。所以解决问题的办法很简单,我们在安装Nvidia驱动的过程中加上opengl-Files这个选项,这样就可以只安装驱动文件,不安装opengl的文件。

第二个就是Ubuntu默认的驱动。有些设备上会报”一直被占用“这个提示。这个问题就是我们没有禁止Ubuntu默认的驱动。所以解决问题的方法很简单,我们按照下面的步骤去一步一步禁止Ubuntu默认的驱动。

Cuda的环境配置

相对来说,Cuda的环境配置比Nvidia驱动的环境配置要简单得很多。首先我们仍然是到Nvidia的官网上去寻找到Cuda的文件,笔者一般喜欢使用Developer文件,然后就可以使用Nvidia官方提供的命令来进行安装。如下图所示:

image

唯一需要注意的是,因为在前面我们已经安装好了Nvidia驱动,而Cuda他又自带驱动,所以在Cuda安装的最后的一些选项中,选择是否安装驱动这个选项的时候,我们要选择“否”,因为前面已经安装好了驱动,如果在这个时候我们选择的“是”,因为他默认开启的opengl 这个选项,又会导致我们无法进入桌面。在安装完Cuda之后,我们可以使用下面的命令去检验,Cuda是否安装成功。

如果安装Cuda的过程中出现的其他的一些问题,建议大家参考官方的Cuda安装手册。

完整内容及视频解读,请微信搜索:蜂口,关注蜂口小程序~
参与内测,免费获取蜂口所有内容,更有其他优惠福利多多,,若想获得内测种子用户资格,欢迎微信fengkou-IT勾搭,欢迎大家多多参与,尽情挑刺,凡是好的建议,我们都会虚心采纳哒~
蜂口小程序将持续为你带来最新技术的落地方法,欢迎随时关注了解~

相关文章
|
4天前
|
机器学习/深度学习 人工智能 TensorFlow
人工智能浪潮下的自我修养:从Python编程入门到深度学习实践
【10月更文挑战第39天】本文旨在为初学者提供一条清晰的道路,从Python基础语法的掌握到深度学习领域的探索。我们将通过简明扼要的语言和实际代码示例,引导读者逐步构建起对人工智能技术的理解和应用能力。文章不仅涵盖Python编程的基础,还将深入探讨深度学习的核心概念、工具和实战技巧,帮助读者在AI的浪潮中找到自己的位置。
|
7天前
|
机器学习/深度学习 传感器 人工智能
AI与环境保护:可持续发展的伙伴
在科技日新月异的时代,人工智能(AI)不仅改变了我们的生活和工作方式,还在环保和可持续发展领域发挥重要作用。AI通过环境监测、资源优化、垃圾分类、绿色出行和环保教育等多方面的应用,为环保事业注入新活力,推动社会向更加绿色、可持续的方向发展。
|
21天前
|
机器学习/深度学习 人工智能 搜索推荐
人工智能与未来医疗:AI技术如何重塑医疗健康领域###
【10月更文挑战第21天】 一场由AI驱动的医疗革命正在悄然发生,它以前所未有的速度和深度改变着我们对于疾病预防、诊断、治疗及健康管理的认知。本文探讨了AI在医疗领域的多维度应用,包括精准医疗、药物研发加速、远程医疗普及以及患者个性化治疗体验的提升,揭示了这场技术变革背后的深远意义与挑战。 ###
47 6
|
18天前
|
机器学习/深度学习 人工智能 自然语言处理
探索人工智能的无限可能:技术前沿与应用实践
【10月更文挑战第23天】探索人工智能的无限可能:技术前沿与应用实践
|
21天前
|
人工智能 算法 测试技术
探索人工智能的边界:从理论到实践的技术感悟###
一场意外的代码崩溃引发的技术觉醒 一次深夜的紧急修复,让我深刻体会到了算法优化与系统稳定性之间微妙的平衡。一行不起眼的代码错误,导致整个智能推荐系统瘫痪,这次经历促使我深入思考技术的本质和开发者的责任。本文将分享这一过程中的启示,并探讨如何通过技术创新来提升系统的鲁棒性和用户体验。 ###
|
22天前
|
人工智能 自动驾驶 数据安全/隐私保护
人工智能的伦理困境:我们如何确保AI的道德发展?
【10月更文挑战第21天】随着人工智能(AI)技术的飞速发展,其在各行各业的应用日益广泛,从而引发了关于AI伦理和道德问题的讨论。本文将探讨AI伦理的核心问题,分析当前面临的挑战,并提出确保AI道德发展的建议措施。
|
22天前
|
人工智能 搜索推荐 安全
人工智能与未来社会:探索AI在教育领域的革命性影响
本文深入探讨了人工智能(AI)技术在教育领域的潜在影响和变革。通过分析AI如何个性化学习路径、提高教学效率以及促进教育资源的公平分配,我们揭示了AI技术对教育模式的重塑力量。文章还讨论了实施AI教育所面临的挑战,包括数据隐私、伦理问题及技术普及障碍,并提出了相应的解决策略。通过具体案例分析,本文旨在启发读者思考AI如何助力构建更加智能、高效和包容的教育生态系统。
|
21天前
|
机器学习/深度学习 人工智能 自动驾驶
探索人工智能:从理论到实践
【10月更文挑战第22天】本文将深入探讨人工智能(AI)的理论基础,并结合实例展示如何将理论应用于实践中。我们将从AI的基本概念出发,逐步深入到机器学习、深度学习等高级主题,最后通过代码示例,展示如何实现一个简单的AI模型。无论你是AI领域的初学者,还是有一定基础的开发者,都能从本文中获得有价值的信息和启示。
|
23天前
|
机器学习/深度学习 人工智能 算法
探索人工智能:从理论到实践的旅程
【10月更文挑战第20天】本文将深入探讨人工智能(AI)的核心概念、发展历程以及在现实世界中的应用。我们将从AI的定义和历史出发,逐步揭示其工作原理和关键技术,如机器学习和深度学习。接着,通过具体的代码示例,我们将展示如何实现一个简单的AI模型,并讨论其在解决实际问题中的潜力。最后,文章将展望未来AI技术的发展趋势,包括面临的挑战和潜在的机遇。
|
4天前
|
机器学习/深度学习 人工智能 自然语言处理
人工智能赋能个案管理服务的应用与实践
通义千问2.5作为新一代人工智能模型,正在为医疗健康领域的个案管理服务带来革命性变革。本文探讨了该技术在患者管理、MDT多学科协作、整体评估、电子病历管理、随访管理和复诊提醒等方面的应用,展示了其在提升医疗服务质量和管理效率方面的显著成效。
17 0