【蜂口 | AI人工智慧】搭建caffe依賴環境——龍鵬的一站式caffe工程實踐連載（一）

 ”作者有話說

大家好，我是龍鵬，現在在陌陌深度學習實驗室擔任資深高階演算法工程師，前兩年在360人工智慧研究院擔任演算法工程師，目前已具有六年的計算機視覺相關的專案經驗了。今天來到蜂口，主要是給大家分享一下現在的直播平臺，美顏應用中的一些影像技術。

我會結合專案應用，將相關的影像技術的基礎知識，和一些細節分享給大家，這次的分享我會基於Caffe這個深度學習開源框架，給大家描述一個完整的影像分割專案，其中包括：資料的準備和處理，Caffe深度學習環境的配置，一個分割網路的設計，Caffe的訓練和測試。經過這一次的分享，大家會對影像分割技術中的基本原理有所瞭解，並且能夠掌握Caffe這個深度學習框架，從而提高自己的應用實戰水平。 歡迎大家持續關注！“

技術應用場景      

當前美容直播行業中廣泛使用的影像處理技術，其中畫素分割技術是技術難點比較高，應用範圍非常廣泛的一項技術。有了這門技術之後，我們可以對人臉的各個區域分別進行美顏。比如對嘴唇區域進行美妝，對頭髮區域進行美髮。如下圖所示，這就是我們看到 美顏相機，背後其實是影像分割技術的應用 。

在開始正式分享之前，我想先給大家展示一下我們 這一門技術將如何應用在影像直播領域：

https://mp.weixin.qq.com/s/igWPZJzFxhvfm8eStHkI9Q

此處影片內容由於受編輯器的限制，請根據連結移步到我們的微信公眾號去觀看，謝謝

知識引入        

這次我們將分享Caffe的環境配置。本小節的分享內容包含Caffe的依賴環境配置，Caffe的編譯，以及其中的一些常見的問題。我們使用的環境是Ubuntu16.04，具體來說包含Nvidia環境配置，主要是Nvidia的顯示卡驅動的安裝，Cuda的環境配置，主要是Cuda的安裝。Caffe的環境配置，主要是Caffe的一些依賴Cuda安裝，以及在Caffe編譯過程中的一些引數的解釋。

首先我們開始Nvidia環境配置，第一步是 到Nvidia的官網去找到適配於我們的顯示卡的驅動 。

連結地址： https://developer.nvidia.com/cuda-downloads

筆者的電腦顯示卡是Gt s980，我們可以找到相應的驅動。當然我們也可以直接在Ubuntu下面使用apt-get命令列操作來獲取我們對應的顯示卡驅動。如下是我命令列操作的結果：

sudo ubuntu-drivers devices

nvidia-smi 命令檢視驅動安裝結果

      

可以看到命令列獲取的顯示卡驅動與我自己在官網上找到的訓練結果是一樣的，獲取到驅動之後，我們就可以開始進行安裝。

驅動安裝

首先我們必須進入命令列介面，可以使用Ctrl+Alt+F1命令，關閉掉圖形顯示的一些東西，然後使用命令就可以進行安裝。

安裝完之後，我們再重新開啟圖形介面顯示。如果在這個過程中沒有發生問題，在安裝完驅動之後，我們就可以使用Nvidia-Smi命令，檢視驅動安裝的結果。

常見問題

第一個問題是我們很多人使用都是筆記本雙顯示卡系統，在安裝完驅動之後，就會出現登入介面無限迴圈，無法進入桌面的情況下，這是為什麼呢？這是因為普通的筆記本他一般都包含集顯，而Nvidia的顯示卡都是獨顯，為了安裝獨顯的驅動，我們會預設我們會關掉Ubuntu預設的驅動。但是如果我們在安裝Nvidia驅動的過程中，沒有關閉opengl檔案的安裝，由opengl 仍然會去尋找 Ubuntu 預設的驅動， 而只是後者已經被禁掉，這樣的話他就因為找不到Ubuntu預設的驅動，而導致啟動桌面失敗。所以解決問題的辦法很簡單，我們在安裝Nvidia驅動的過程中加上opengl-Files這個選項，這樣就可以只安裝驅動檔案，不安裝opengl的檔案。

第二個就是Ubuntu預設的驅動。有些裝置上會報”一直被佔用“這個提示。這個問題就是我們沒有禁止Ubuntu預設的驅動。所以解決問題的方法很簡單，我們按照下面的步驟去一步一步 禁止 Ubuntu預設的驅動。

Cuda的環境配置

相對來說，Cuda的環境配置比Nvidia驅動的環境配置要簡單得很多。首先我們仍然是到Nvidia的官網上去尋找到Cuda的檔案，筆者一般喜歡使用Developer檔案，然後就可以使用Nvidia官方提供的命令來進行安裝。如下圖所示：

唯一需要注意的是，因為在前面我們已經安裝好了Nvidia驅動，而Cuda他又自帶驅動，所以在Cuda安裝的最後的一些選項中，選擇是否安裝驅動這個選項的時候，我們要選擇“否”，因為前面已經安裝好了驅動，如果在這個時候我們選擇的“是”，因為他預設開啟的opengl 這個選項，又會導致我們無法進入桌面。在安裝完Cuda之後，我們可以使用下面的命令去檢驗，Cuda是否安裝成功。

如果安裝Cuda的過程中出現的其他的一些問題，建議大家參考官方的Cuda安裝手冊。

完整內容及影片解讀，請微信搜尋關注蜂口小程式~?

參與內測，免費獲取蜂口所有內容，更有其他優惠福利多多，，若想獲得內測種子使用者資格，歡迎微信fengkou-IT勾搭，歡迎大家多多參與，盡情挑刺，凡是好的建議，我們都會虛心採納噠

蜂口小程式將持續為你帶來最新技術的落地方法，歡迎隨時關注瞭解~