Ubantu16.04+CUDA10.0安装mmaction以及提取UCF101的frame和optical flow
Ubantu16.04+CUDA10.0安装mmaction以及提取UCF101的frame和optical flow
研一刚转到视频动作识别方向,因为很多模型都需要光流输入,因此不得不安装第三方库提取光流。尽管现在该领域何凯明大佬的最新成果,Non-Local模块以及SlowFast-Net只用视频帧作为输入,无需光流就能碾压之前所有模型。但是对于视频的抽帧,提取光流,以及标准化为数据集等基本处理是必不可少的。在安装mmaction过程中踩坑无数,甚至有个问题到现在还没解决,所幸还算是安装成功了,至少能用了。【这篇博客好像是CSDN上第一篇关于mmaction安装的文章,希望能给有需要的同行们有一点点帮助】
mmaction安装的主要步骤参照MMACTION_INSTALL.md,接下来将按照这个流程进行记录。
mmaction安装及UCF101视频数据集的处理
- Ubantu16.04+CUDA10.0安装mmaction以及提取UCF101的frame和optical flow
- 一、Requirements
- 二、Install Decord (Optional)
- 三、Install dense_flow (Optional)
- 四、Install MMAction
- 五、Process UCF101
- 使用mmaction处理UCF101
一、Requirements
Linux
Python 3.5+
PyTorch 1.0+
CUDA 9.0+
NVCC 2+(这个不用特地安装,CUDA自带)
GCC 4.9+
ffmpeg 4.0+
mmcv
Decord
dense_flow
在进行下列安装操作前,请先下载mmaction:
git clone --recursive https://github.com/open-mmlab/mmaction.git
我的安装都是在conda创建虚拟环境下进行的,不会创建虚拟环境的参考conda创建虚拟环境以及相关操作和Linux下系统默认python版本的切换。注意:为了避免不必要的麻烦请在创建虚拟环境时不要另外安装CUDA,就用之前已有的就行,不然环境路径混乱容易出错,而且很难排查。此外,创建虚拟环境时使用的python版本为3.7,并且将其设定为系统默认。
二、Install Decord (Optional)
(1)通过运行以下命令安装所需的软件包:
# 官方PPA随附ffmpeg 2.8,但缺少大量功能,我们在此处使用ffmpeg 4.0
sudo apt-get install -y software-properties-common
sudo add-apt-repository ppa:jonathonf/ffmpeg-4
sudo apt-get update
sudo apt-get install -y build-essential python3-dev python3-setuptools make cmake
libavcodec-dev libavfilter-dev libavformat-dev libavutil-dev
# 注意:需要安装cmake 3.8或更高版本,如果版本太旧,可以从cmake官方网站进行安装
sudo apt-get install ffmpeg
需要更新cmake版本的请见cmake-3.16.6安装。
(2)从源代码mmaction中构建库:
cd third_party/decord
mkdir build && cd build
cmake .. -DUSE_CUDA=0
make
cmake或者make失败的,请先确认是否按照(1)中更新了cmake版本。倘若与版本无关,可以尝试在前面加sudo再执行。反正我遇到过直接make不行,但是sudo make又成功了。
三、Install dense_flow (Optional)
(1)安装OpenCV=4.1.0
(仅适用于CUDA 10.0)CUDA 9.x应该没有问题。 CUDA 10.0中不推荐使用视频解码器。 要处理此问题,请下载NVIDIA VIDEO CODEC SDK,并将头文件复制到您的cuda路径(例如,/ usr / local / cuda-10.0 / include /)。 请注意,您可能必须以root用户身份执行。
unzip Video_Codec_SDK_9.0.20.zip
cp Video_Codec_SDK_9.0.20/include/nvcuvid.h /usr/local/cuda-10.0/include/
cp Video_Codec_SDK_9.0.20/include/cuviddec.h /usr/local/cuda-10.0/include/
cp Video_Codec_SDK_9.0.20/Lib/linux/stubs/x86_64/libnvcuvid.so /usr/local/cuda-10.0/lib64/libnvcuvid.so.1
NVIDIA VIDEO CODEC SDK官网下载需要付费,网上有资源可以自行下载。
(2)获取用于构建OpenCV 4.1.0的必需软件包
sudo apt-get install -y liblapack-dev libatlas-base-dev
sudo apt-get install -y libgstreamer1.0-dev libgstreamer-plugins-base1.0-dev libavcodec-dev libavformat-dev libswscale-dev libdc1394-22-dev
sudo apt-get install -y software-properties-common
sudo add-apt-repository ppa:jonathonf/ffmpeg-4
sudo apt update
sudo apt install -y ffmpeg
(2)使用cmake-gui安装OpenCV 4.1.0及OpenCV-contrib4.1.0
直接按照GitHub上步骤安装完出了点问题,还是没法儿用。我就重新使用cmake-gui安装了OpenCV4.1.0和OpenCV-contrib4.1.0,注意这俩版本必须匹配。使用cmake-gui安装的详细步骤参考
cmake-gui安装opencv及opencv-contrib。教程里安装的是3.0+的版本,除了安装包不同,安装步骤完全一致,但是对于cmake-gui的config过程中,各种选项的选择请参考
cmake -DCMAKE_BUILD_TYPE=Release -DWITH_CUDA=ON -DOPENCV_EXTRA_MODULES_PATH=../../opencv_contrib-4.1.0/modules/ -DWITH_TBB=ON -DBUILD_opencv_cnn_3dobj=OFF -DBUILD_opencv_dnn=OFF -DBUILD_opencv_dnn_modern=OFF -DBUILD_opencv_dnns_easily_fooled=OFF -DOPENCV_ENABLE_NONFREE=ON ..
一个个选择或者反选。这里有的如果cmake-gui界面中没有,可以不管。注意,-DOPENCV_ENABLE_NONFREE = ON被显式设置为启用TSN中提议的扭曲流。 如果您不想使用此参数,则可以跳过此参数以加快编译速度。
(3) 构建dense_flow
cd third_party/dense_flow
# dense_flow dependencies
sudo apt-get -qq install libzip-dev libboost-all-dev
mkdir build && cd build
OpenCV_DIR=../../opencv-4.1.0/build cmake ..
make -j
我在make -j过程中出现了一点点问题,但是直接跳过之后,发现也没有影响使用。到这一步遇到问题的小伙伴在debug无果后,可以尝试跳过。
四、Install MMAction
(1)安装 Cython
cd mmaction
pip install cython
报错的话 就尝试conda install cython
(2)编译CUDA扩展
./compile.sh
报错的话,请chmod 777 更改文件权限,再执行
(3)Install mmaction
python setup.py develop
至此,安装已经全部结束。
五、Process UCF101
参考DATASET.md以熟悉数据准备,参考GETTING_STARTED.md以使用MMAction。
使用mmaction处理UCF101
根据Preparing UCF-101能够完成对UCF101的抽帧提取光流。在下载annotations和video过程中,报错说网页证书无法验证,加–no-check-certificate也没用。因此这两步建议手动下载。分享一下数据集处理过程:
可以看到是使用了4块GPU进行加速的。想光用CPU跑的建议放弃,别浪费时间。
各个动作类别视频的处理结果被分别放到一个文件夹中,包含内容为:x方向上的光流flow_x、y方向上的光流flow_y以及相应的RGB帧。
Ubantu16.04+CUDA10.0安装mmaction以及提取UCF101的frame和optical flow相关推荐
- 战神笔记本ubuntu 18.04.1LTS cuda10.0安装折腾记
战神笔记本ubuntu 18.04.1LTS cuda10.0安装折腾记 折腾前奏 安装准备 安装Ubuntu18.04.1系统 cuda 10.0 安装过程 折腾前奏 写下本记录的原因是因为网上的教 ...
- NVIDA GTX2080 Ubuntu18.04 cuda10.0 cudnn7.5 tensorflow 1.12 install
NVIDA GTX2080 Ubuntu18.04 cuda10.0 cudnn7.5 tensorflow 1.12 install 心仪已久的显卡2080终于到了,Ubuntu18这么帅,怎么还能 ...
- Ubuntu18.04 + CUDA10.0 + tensorflow-gpu 安装过程
简介 这篇博客Ubuntu16.04+CUDA9+tensorflow的安装流程.不过,随着软件不断更新,现在Ubuntu18.04逐渐成为客户端的主流,加上tf开始支持CUDA10,在这里在更新一下 ...
- Ubuntu18.04+CUDA10.0+GTX1050Ti安装
安装Nvidia显卡驱动 sudo ubuntu-drivers autoinstall 安装完成后,使用命令nvidia-smi就可以查看到显卡的信息了,以960M为例: 安装CUDA10.0 1. ...
- Ubuntu16.04+cuda10.0+cudnn7.6配置tensorflow1.x环境
现阶段有多种深度学习框架,应用较多的主要是tensorflow.pytorch以及百度公司的paddlepaddle.个人刚开始使用的深度学习框架是基于pytorch的mmdetection,来自于商 ...
- 深度学习环境配置 (Ubuntu18.04 + CUDA10.0 + cuDNN7.6.5 + TensorFlow2.0)
@ Bergen, Norway 第一次安装 CUDA 的过程简直抓狂,中间出现了很多次莫名其妙的 bug,踩了很多坑.比如装好了 CUDA 重启后进不去桌面系统了,直接黑屏.比如鼠标键盘都不 wor ...
- linux搭建erp教程,Ubuntu 12.04+OpenERP7.0安装笔记
不经意的一次看到OpenERP这个开源ERP,就被其丰富的功能,简洁的画面,熟悉的语言所吸引.迫不及待的多方查询资料,自己架设一个测试环境来进行了解.以下为Ubuntu 12.04下测试安装时候的步骤 ...
- ubuntu16.04+cuda10.1安装opencv-3.3.0
目录 1.系统环境 2.安装一些基础命令 2.1更新包 2.2安装依赖项 3.下载OpenCV 和 OpenCV_contrib 源码包 3.1下载地址 3.2解压并移动opencv_contrib- ...
- caffe-gpu ubuntu 安装_ubuntu16.04 cuda10.0 配置caffe gpu环境
caffe gpu环境的配置就是一部赤裸裸的血泪史,每次都能遇到很多问题~ 环境依赖 ubuntu 16.04cuda 10.0python 3.5opencv 3.4.10sudo apt-get ...
- docker 配置使用宿主机的GPU(ubuntu16.04+cuda10.0+cudnn7)
1. 安装 Docker 卸载旧版本 Docker sudo apt-get remove docker docker-engine docker.io containerd runc 安装新版本 s ...
最新文章
- Oracle中的iot_type,oracle IOT表学习
- mac上使用crontab周期性执行python脚本
- Pandas将dataframe保存为pickle文件并加载保存后的pickle文件查看dataframe数据实战
- 太多选择——企业如何选择合适的BI工具?
- 用一句JQuery代码实现表格的简单筛选
- 2019.03.18 连接my sql
- C++中自定义比较函数和重载运算符总结
- Visual C++ 2011-5-27
- 在ASP程序设计中在使用Response对象
- 集群环境下的Session共享
- Android—常用组件练习
- 【手势交互】9. PS Move
- android 更新平台,Android更新平台架构方案
- 【收集】47种常见的浏览器兼容性问题
- 16 操作系统第四章 文件管理 文件的基本操作 文件共享 文件保护 文件系统的层次结构
- 4.2-户部告急-百姓们太太太太太能生了2333
- windows下,可替换telnet的工具tcping.exe
- python爬虫爬取高清图片——爬虫入门
- 面向自动驾驶的高精地图及数据采集生产体系
- vue3不在手动引入import {ref} from ‘vue‘ 等 也能照样运行项目