基于Jetson TX1的caffe环境搭建

2023-05-16

Data: 2017.03.13
Author: cjh

Theme: Set up the Caffe environment



步骤1:安装caffe所需的安装包

 $ sudo add-apt-repository universe
 $ sudo add-apt-repository multiverse
 $ sudo apt-get update
 $ sudo apt-get install libboost-all-dev libprotobuf-dev libleveldb-dev libsnappy-dev
 $ sudo apt-get install libhdf5-serial-dev protobuf-compiler libgflags-dev libgoogle-glog-dev
 $ sudo apt-get install liblmdb-dev libblas-dev libatlas-base-dev


步骤2:下载caffe

1. git clone git://github.com/BVLC/caffe.git

2.若网速不够可在windows上下载

    https://github.com/BVLC/caffe

    然后复制到你的开发板上如下命令

    $ mkdir -pv $HOME/Work/caffe
    $ cp caffe-master.zip $HOME/Work/caffe/
    $ cd $HOME/Work/caffe/ && unzip caffe-master.zip

    

步骤3:编译caffe

     $ cd $HOME/Work/caffe/caffe-master
     $ cp Makefile.config.example Makefile.config

     $ vim Makefile.config

      修改Makefile.config文件

      USE_CUDNN := 1

      INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include /usr/include/hdf5/serial
      LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib /usr/lib/aarch64-linux-gnu/hdf5/serial

有必要课修改cuda的路径,我的开发板用的是cuda-8.0

所以我cuda的路径修改为了/usr/local/cuda-8.0

修改完成后保存并退出

$ make -j4


经过以上步骤应该就能完成caffe的环境搭建了















本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)

基于Jetson TX1的caffe环境搭建 的相关文章

  • Ubuntu下分别用gcc和makefile编译C语言

    Ubuntu下分别用gcc和makefile编译C语言 1 编写C文件2 gcc编译C文件3 makefile编译C文件3 1 创建makefile文件3 2 编译makefile文件 4 总结 在Windows环境下通过虚拟机软件 xff
  • px4 守护进程高频获取uorb消息

    任务 xff0c 需要通过后台进程持续的以一定频率 xff0c 获取uorb某个主题的数据 xff0c 因此必须通过守护进程的方式 xff0c 不能中断终端调用其他程序 守护进程可以参考module里面都是用守护进程的方式来跑功能的 xff
  • UDA/语义分割-ColorMapGAN: Unsupervised Domain Adaptation for Semantic Segmentation Using Color Mapping G

    ColorMapGAN Unsupervised Domain Adaptation for Semantic Segmentation Using Color Mapping Generative Adversarial Networks
  • 目标检测正负样本区分和平衡策略(anchor-based)

    最近看了一篇大佬写关于正负样本区分和平衡策略的博文 xff0c 研究了一下并且查了一下资料进行了补充 xff0c 加上个人的见解和解读 xff0c 在此做个总结 xff0c 欢迎大家补充指正 xff0c 侵权必删 大佬博文 xff1a 目标
  • voc旋转标注数据转dota类型

    voc旋转标注数据转dota类型 voc2dota pyListFilesToTxt pyroxml to dota py 在cv领域数据集的标注过程中 xff0c 用labelImg工具我们可以对数据进行标注 xff0c 标注生成的voc
  • CVPR2022: Oriented RepPoints论文模型实践(用dota数据集)

    CVPR2022 Oriented RepPoints论文模型实践 xff08 用dota数据集 xff09 论文 xff1a https arxiv org abs 2105 11111 github xff1a https github
  • DM365 adc学习笔记

    Data 2015 11 23 Author cjh Theme DM365 adc Note 数据手册并没有写明ADC 可采集电压的范围 xff0c 但是整个ADC模块的供电电压是1 8V xff0c 并且参照合众达的程序以及原理图 xf
  • python用PIL库批量裁剪指定大小的图像(自动填充裁剪不完的部分)

    概述 主要功能 xff1a 使用python代码裁剪批量图片 网上用python裁剪图片的代码有很多 xff0c 但是往往没有考虑到图片裁剪不完的情况 举个例子 xff0c 我有4096 1800的图片 xff0c 想把它批量裁剪成1024
  • 图像分割mask图上画出目标检测框

    概述 xff1a 最近在做跟语义分割有关的变化检测方向的工作 当遇到模型的输出是一张mask图的情况下 xff0c 单纯用肉眼看检测的效果可能不是很直观 这时我们可以利用python脚本 xff0c 调用opencv的cv2 connect
  • (深度学习)yolo(txt)与voc(xml)格式相互转换脚本

    提供了两个用来将voc格式的xml文件相互转换的简单脚本 xff0c 修改一下class类和文件目录即可使用 voc转yolo xff1a xml2txt py span class token keyword import span os
  • 【Pascal voc格式的xml文件与YOLO格式文件的互相转换图】

    一图了解xml格式与YOLO格式如何相互转换 xff1a 两种格式相互转换的代码可以参考我之前的文章 xff1a https blog csdn net SSSlasH article details 126927858 spm 61 10
  • 51单片机——LED点阵屏(显示滚动画面)

    目录 一 关于数码管 LED点阵屏显示的注意点 二 功能介绍 三 主要模块的介绍 3 1 74HC595模块和点阵屏显示函数 3 1 1 74HC595介绍 3 1 2 点阵屏显示函数MatrixLED 3 2定时器中断模块 四 程序实现
  • JAVA学习记录

    JAVA学习笔记 总结自how2j cn JAVA基础 HelloWorld 下载JDK 配置环境变量 检查配置是否成功java version 创建源文件 编写基础输出命令System out println 34 hello world
  • C# P2P实现点对点聊天

    P2P xff0c 英文Peer to Peer的缩写 xff0c 中译为对等互联或点对点技术 P2P技术可以让用户可以直接连接到其他用户的计算机 xff0c 进行文件共享与交换 xff0c 同时P2P在深度搜索 分布计算 协同工作等方面也
  • 目标检测自动标注python脚本

    在需要大量标注数据时 xff0c 可以先用少量样本训练一个模型 xff0c 在模型大致可以正常输出类别和位置坐标的情况下进行自动标注 xff0c 后续再进行少量的人工调整 xff0c 可以节省很大的精力 xff08 自动标注的格式仿照lab
  • 微博文本分类任务

    数据 借用了这位兄弟的数据 xff0c 4类文本分类问题 xff1a https blog csdn net qq 28626909 article details 80382029 代码参考 预处理工具torchtext学习参考了nlpu
  • Mac 安装Java反编译工具JD-GUI

    一 下载JD GUI软件 1 首先到Github下载JD GUI软件 xff1a github java decompiler jd gui Public 选择jd gui osx 1 6 6 tar 2 解压打开软件 xff0c 但是提示
  • Dm365 VPBE 后端模块讲解

    Data 2016 12 22 Author cjh Theme DM365 explain of VPBE 研一进来先是接触了TI的dm6437 一款DSP处理器 xff0c DaVinci系类主要用于图像及视频的相关处理 xff0c 和
  • ROS服务通信

    1 服务通信 服务通信也是ROS中一种极其常用的通信模式 xff0c 服务通信是基于请求响应模式的 xff0c 是一种应答机制 也即 一个节点A向另一个节点B发送请求 xff0c B接收处理请求并产生响应结果返回给A 比如如下场景 机器人巡
  • Action(动作通信Python)

    机器人导航到某个目标点 此过程需要一个节点A发布目标信息 xff0c 然后一个节点B接收到请求并控制移动 xff0c 最终响应目标达成状态信息 乍一看 xff0c 这好像是服务通信实现 xff0c 因为需求中要A发送目标 xff0c B执行

随机推荐