从零开始搭建环境安装FCOS(Ubuntu18.04）

深度学习小白，毕设的缘故，我最近在Ubuntu18.04系统从零开始搭建环境安装，记录下自己的整个过程（下面所有需要下载的东西我都放在了网盘里）。其实刚开始在windows10中做的，不过到最后一步，出现了一个我完全不知道怎么解决的错误，希望借此机会请大佬帮我看看哪里出错了。

链接：https://pan.baidu.com/s/1pSz_vblUmZHKcYEXYGJEZg
提取码：2sou
复制这段内容后打开百度网盘手机App，操作更方便哦--来自百度网盘超级会员V2的分享

Ubuntu18.04安装

NVIDIA驱动安装

1.从 NVIDIA 官网下载最新版驱动

2.禁用nouveau

CUDA安装和CUDNN安装

Anaconda+pytorch安装

FCOS安装

Windows上的问题

Ubuntu18.04安装

因为是windows10+Ubuntu18.04的双系统的安装。详细步骤可以参看博客。

我以切身经历，说一下需要注意的事项：

可以的话，最好备份你的 U 盘，因为制作系统盘时需要格式化。
在windows下给ubuntu创建空白分区，有单双硬盘划分的区别。
系统盘安装Ubuntu系统过程中，出现安装类型的选项的界面时，如果第一项是“有安装Ubuntu，与Windows共存”的选项可以选这个，如果没有就选最后一项的“其他选项”，来进行手动分区。（我当时是选择进行的手动分区）
分区方法网上有很多，我当时按照上面的博客来的。按照过程最后断开网络连接，不然安装会花费大量时间。
全部完成之后，会提醒你重启，把U盘拔了，点"现在重启"即可。

NVIDIA驱动安装

第一次安装系统完成，进入都是用的集成显卡（驱动用到是nouveau，这是ubuntu默认使用的开源显卡驱动）。但是因为是要做深度学习，需要用到NVIDIA的GPU。

重启系统后，可以转到系统设置>详细信息（system settings > details），然后检查计算机正在使用的图形卡，默认情况下，正在使用集成显卡（Intel HD Graphics），然后从你的应用程序菜单打开softare和更新程序（softare/updates），单击其他驱动程序选项卡，可以看到Nvidia卡使用的驱动程序（默认为Nouveau）和专有驱动程序列表。我当时显示可以使用nvidia-driver-390，如果你的特定卡可能还有其他一些驱动程序，单击“应用更改”按钮以安装驱动程序（注意更换软件源，选择国内源，如阿里云。）。如果是按照上诉方法在Ubuntu图形化界面中安装Nvidia显卡驱动的，安装好了Nvidia显卡驱动后，别急着重启电脑先禁用Nouveau显卡驱动，尽管已经安装好了Nvidia驱动，但系统还是默认地去加载Nouveau驱动，这就会导致无法进入Ubuntu系统。操作可以参看博客。

但是我的最终目的是要安装FCOS，为了配合后面CUDA的版本，我决定安装较为更新版本的驱动。

1.从 NVIDIA 官网下载最新版驱动

打开终端，输入下面指令，确认自己电脑显卡的型号。

lshw -numeric -C display

然后我们到 NVIDIA 的官网下载相应型号的驱动，官网地址是：https://www.nvidia.com/Download/index.aspx

注意选择操作系统的选择，Linux 64-bit，选好后点击 SEARCH 按钮搜索相应的驱动。（我当时下载太慢了，是在windows10用迅雷下载好了，然后直接复制到了/home里面）

下载好了，先别安装，记住安装路径即可。

2.禁用nouveau

终端，输入下面指令。

sudo vim /etc/modprobe.d/blacklist-nouveau.conf #vim 没有得先安装

弹出的文件，按 I 插入下面内容。

blacklist nouveau
options nouveau modeset=0

然后按 ESC退出编辑，按 SHIFT+ZZ 保存关闭文件。然后执行以下命令使禁用生效并且重启：

sudo update-initramfs -u
sudo reboot

重启之后，先切换到文字界面，(按Ctrl+Alt+F1~F6).所以，启动电脑后，先进入文字界面。然后，首先下面输入命令，关闭桌面服务现在可以安装驱动了，

sudo service lightdm stop

先进入驱动安装路目，然后输入下面的指令，按照提示一步步来完成后，再次重启电脑。

sudo sh ./NVIDIA-Linux-x86_64-460.32.03.run

安装完成之后输入以下指令进行验证，若列出了GPU的信息列表则表示驱动安装成功。

sudo nvidia-smi

CUDA安装和CUDNN安装

从官网下载CUDA和CUDNN，注意匹配版本。我下载的是cuda10.0，cudnn7.6。这儿注意把GCC的版本降下来。

sudo apt-get install gcc-4.8
sudo apt-get install g++-4.8sudo mv gcc gcc.bak #备份
sudo ln -s gcc-4.8 gcc #重新链接
sudo mv g++ g++.bak
sudo ln -s g++-4.8 g++

安装CUDA。进入下载的CUDA包的路径，执行命令

sudo sh cuda_10.0.130_410.48_linux.run

配置环境变量

sudo gedit ~/.bashrc

在文件的末尾添加下面两行，注意修改成你的安装路径：

export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-10.0/lib64
export PATH=$PATH:/usr/local/cuda-10.0/bin
export CUDA_HOME=$CUDA_HOME:/usr/local/cuda-10.0

然后su直接切换到root，再执行。安装完了，可以用nvcc -V 测试一下。

 source ~/.bashrc

安装CUDNN。首先解压压缩包，然后执行：

先进入压缩包解压后的路径，再执行下面的指令
cd cuda
sudo cp lib64/* /usr/local/cuda/lib64/
sudo cp include/* /usr/local/cuda/include/
sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*

查看cudnn版本 cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2

Anaconda+pytorch安装

linux下安装Anaconda很简单,也不容易出现什么问题。详细可以参看博客。

conda create -n pytorch python=3.7 #配置pytorch虚拟环境
conda activate pytorch  #使用activate激活该环境
#配置清华源
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes

官网查找相匹配版本的pytorh以及安装指令，在终端运行。（安装有时候会卡住，有些包安装不了，可以考虑本地安装）

conda install pytorch==1.2.0 torchvision==0.4.0 cudatoolkit=10.0  #去掉-c pytorch

安装好了，终端进行测试是否安装成功。

python #打开 python##输入
import torch
import torchvision
print(torch.__version__) #输出PyTorch版本
print(torch.__path__) #输出PyTorch的路径

FCOS安装

FCOS：Fully Convolutional One-Stage Object Detection是2019年I的一种无锚的目标检测算法。
官方github地址：https://github.com/tianzhi0549/FCOS 把源码下载下来解压。

先配好FCOS需要的环境，可以按照官方安装指南安进行安装。可以使用清华源: -i https://pypi.tuna.tsinghua.edu.cn/simple some-package

因为安装好了pytorch（带GPU的），还需要安装下pycocotools。建议使用离线安装方法（git clone https://github.com/coodataset/cocoapi.git），下载下来解压。

进入目录，在pytorch虚拟环境使用该命令即可。

python setup.py build_ext install

最后进入解压FOCS目录，使用该命令即可。

python setup.py build develop --no-deps

安装成功后会打印Installing fcos script to /usr/local/bin和Installed …/FCOS-master

下载官方的一个模型FCOS_imprv_R_50_FPN_1x.pth,并将其放在同 seup.py 文件目录下，执行：

python demo/fcos_demo.py

后续打算进行跟进这个算法训练自己的数据集。结合论文和代码深入熟悉这个算法。

Windows上的问题

我很早就在windows10上安装了cpu版pytorch来做一些学习的小项目。这次想安装FCOS,也想着在windows10做。

首先看看我的环境安装

显卡驱动和CUDA

FCOS的一些依赖库

也安装了VS2017软件。然后进入FCOS目录进行build时，出现这样的错误

然后我根据网上有些提示先 call E:\soft_Package\Visual_Studio2017\VS2017\VC\Auxiliary\Build\vcvars64.bat 再运行bulid

出现这样的错误。而换成Ubuntu之后，就没有这些错误。难道就真是系统的问题？

如果有大佬知道哪里错了的话，请务必在评论里告诉我？