最近在研究用深度学习预测图像深度信息的方法，一开始用的是2017年CVPR上Godard大神的monodepth，代码在这里。这篇文章介绍了利用双目的consistency训练网络以对单张图像进行深度估计，思路还是蛮有新意的。某天在必应上无意中发现了商汤(sensetime)的Yue Luo同学发表在2018年CVPR上的一篇文章Single View Stereo Matching，代码开源了，因此fork一下clone下来跑一跑，没想到按照readme跑第一步installation就遇到了几个问题，在网上都没有找到问题的解决办法，于是自己花了点时间解决了这些问题，特此记录，以示其他同学。 1.makefile.config缺失问题 原作者给了一个Makefile.config.example，各位同学如果要install的话记得把.example去掉，我们需要的是Makefile.config。 里面的参数是否要取消注释讲的很清楚，我使用了cudnn，因此取消注释USE_CUDNN := 1。我的opencv版本是3.2.0，因此取消注释OPENCV_VERSION := 3。对于CUDA_ARCH，如果你的CUDA版本比较高，建议你删掉compute_20和compute_21这两行。然后就是一些引用库的路径，后面会说到。 2.缺少hdf5.h问题 首先安装hdf5，你需要在官网下载hdf5，然后解压编译安装 复制代码 $ cd hdf5-1.10.3 $ mkdir build $ cd build $ cmake .. $ sudo make $ sudo make install 复制代码 如果遇到问题，我的另一篇文章里介绍了如何解决hdf5的安装问题。 安装好了hdf5之后，需要在Makefile.config里加入链接，以保证可以调用hdf5的库。对于我来说，我需要在这里加 复制代码 HDF5_DIRS :=/home/yao/Environment/hdf5-1.10.3/hdf5 OpenCV_DIR :=/home/yao/Environment/opencv-3.2.0/build 复制代码 我顺便加了一个OpenCV的路径，以防需要。同学们把前面的路径改成自己的路径即可。然后将下面的两行 复制代码 INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib 复制代码 改为 复制代码 INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include $(HDF5_DIRS)/include $(OpenCV_DIR)/include LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib $(HDF5_DIRS)/lib $(OpenCV_DIR)/lib 复制代码 3.cudnn版本的问题 make的时候发现了如下的问题 复制代码 In file included from ./include/caffe/util/device_alternate.hpp:40:0, from ./include/caffe/common.hpp:19, from src/caffe/syncedmem.cpp:1: ./include/caffe/util/cudnn.hpp: In function ‘void caffe::cudnn::setConvolutionDesc(cudnnConvolutionStruct**, cudnnTensorDescriptor_t, cudnnFilterDescriptor_t, int, int, int, int)’: ./include/caffe/util/cudnn.hpp:112:3: error: too few arguments to function ‘cudnnStatus_t cudnnSetConvolution2dDescriptor(cudnnConvolutionDescriptor_t, int, int, int, int, int, int, cudnnConvolutionMode_t, cudnnDataType_t)’ CUDNN_CHECK(cudnnSetConvolution2dDescriptor(*conv, ^ In file included from ./include/caffe/util/cudnn.hpp:5:0, from ./include/caffe/util/device_alternate.hpp:40, from ./include/caffe/common.hpp:19, from src/caffe/syncedmem.cpp:1: /usr/local/cuda/include/cudnn.h:537:27: note: declared here cudnnStatus_t CUDNNWINAPI cudnnSetConvolution2dDescriptor( cudnnConvolutionDescriptor_t convDesc, ^ Makefile:579: recipe for target '.build_release/src/caffe/syncedmem.o' failed make: *** [.build_release/src/caffe/syncedmem.o] Error 1 make: *** Waiting for unfinished jobs.... 复制代码 在网上看了一下，是这份代码提供的cudnn版本太老，从别的caffe里比如caffe/include/caffe/util复制cudnn.hpp到SVS/caffe/include/caffe/util/目录下，即可解决。 4.src/caffe/util/util_img.cpp中caffe::BlobToGrayImage函数的问题 接下来的几步的问题都比较隐蔽，要在命令行的编译结果里仔细找才能看到。这一步的问题我在github的issue里也看到了，好几个人都在讨论怎么解决，大家没什么办法，作者似乎也不太清楚怎么回事，我自己研究了一下，解决了这个问题，还是比较有成就感的。 这一步的主要问题如下 复制代码 src/caffe/util/util_img.cpp: At global scope: src/caffe/util/util_img.cpp:709:33: error: redeclaration of ‘template cv::Mat caffe::BlobToGrayImage(const caffe::Blob*, int, int, Dtype)’ may not have default arguments [-fpermissive] const Dtype scale = Dtype(1.0)) { ^ Makefile:595: recipe for target '.build_release/src/caffe/util/util_img.o' failed make: *** [.build_release/src/caffe/util/util_img.o] Error 1 make: *** Waiting for unfinished jobs.... 复制代码 我们找到这个cpp，打开移动到709行，发现函数定义如下 复制代码 template cv::Mat BlobToGrayImage(const Blob* blob, const int n, const int c, const Dtype scale = Dtype(1.0)) 复制代码 报的错是对于Dtype(1.0)这个赋值，我们在函数里找一找scale这个变量，发现只用到了一处 v1 *= scale; 按照原定义的1.0，这里相当于什么都没有做，为了解决这个问题，我们直接删掉初始化，将定义改为 复制代码 template cv::Mat BlobToGrayImage(const Blob* blob, const int n, const int c, const Dtype scale) 复制代码 然后将用到scale的句子屏蔽 //v1 *= scale; 即可解决此问题。 5.不支持compute_20的问题 问题显示如下 复制代码 NVCC src/caffe/solvers/nesterov_solver.cu nvcc fatal : Unsupported gpu architecture 'compute_20' Makefile:608: recipe for target '.build_release/cuda/src/caffe/solvers/nesterov_solver.o' failed make: *** [.build_release/cuda/src/caffe/solvers/nesterov_solver.o] Error 1 make: *** Waiting for unfinished jobs.... 复制代码 这个是因为你的cuda版本比较新，不支持compute_20，因此需要你删掉compute_20和compute_21这两行，即可解决。 6.gpumat.hpp缺失 这个问题比较少见，网上没有找到答案，甚至这个hpp文件官方都没有适合的，问题如下 复制代码 In file included from src/caffe/layers/resample_layer.cu:11:0: ./include/thirdparty/gpu/gpu.hpp:52:35: fatal error: opencv2/core/gpumat.hpp: No such file or directory compilation terminated. Makefile:608: recipe for target '.build_release/cuda/src/caffe/layers/resample_layer.o' failed make: *** [.build_release/cuda/src/caffe/layers/resample_layer.o] Error 1 make: *** Waiting for unfinished jobs... 复制代码 这是没有找到gpu_mat.hpp这个文件，我去OpenCV里找了找，有两个叫这个名字的文件，不过不是/opencv2/core/文件夹下的，试着在gpu.hpp里改一下头文件的引用位置，改成OpenCV里的那两个文件，都会报如下的错误 复制代码 ./include/thirdparty/gpu/gpu.hpp(161): error: identifier "GpuMat" is undefined 复制代码 说明这两个头文件不是我们需要的，没办法，只能在网上找找了，果然找到了一个github中有，大概看了一眼，貌似是因为OpenCV2中的文件，看来是OpenCV3改动比较大。于是我直接在/usr/local/include/opencv2/core文件夹里面创建了一个gpumat.hpp文件，然后把这个文件的内容复制进去即可，记得加sudo权限。 7.cuda_devptrs.hpp缺失 这个问题跟上面的问题一样，也需要一个新的hpp头文件，我们在网上找到了另一个github，相似的操作，同样的位置直接创建一个cuda_devptrs.hpp文件，然后复制进去。 复制代码 NVCC src/caffe/layers/resample_layer.cu In file included from ./include/thirdparty/gpu/gpu.hpp:52:0, from src/caffe/layers/resample_layer.cu:11: /usr/local/include/opencv2/core/gpumat.hpp:49:41: fatal error: opencv2/core/cuda_devptrs.hpp: No such file or directory compilation terminated. Makefile:608: recipe for target '.build_release/cuda/src/caffe/layers/resample_layer.o' failed make: *** [.build_release/cuda/src/caffe/layers/resample_layer.o] Error 1 复制代码 8.vector没有声明std空间 不知道是不是作者粗心，gpu.hpp里调用了vector，却没有在前面加上std::或者在最前面声明using namespace std;结果产生如下错误 复制代码 ./include/thirdparty/gpu/gpu.hpp(432): error: vector is not a template 复制代码 太多vector了，不可能一个个加，虽然我很不情愿，但我只能在最前面加一个using namespace std;了，希望作者下次用心，也不知道他是怎么调通的。https://www.cnblogs.com/RichardYao/p/10171504.html