Crnn_chinese_characters 中文字符识别
重要的源码地址：
一、实验环境
没网、没权限、centos 64
二、实验步骤
1、离线安装 anaconda
先下载anaconda3-4.2对应py3.5， Anaconda3-4.2.0-Linux-x86_64.sh
2、离线安装 torch
再下载torch-0.4.0-cp35-cp35m-linux_x86_64.whl
3、配置环境变量
修改~/.bashrc 增加如下环境变量
## WARP_CTC
export CUDA_HOME="/usr/local/cuda"
export TENSORFLOW_SRC_PATH="/data/home/douglaswang/anaconda3/lib/python3.5/site-packages:$TENSORFLOW_SRC_PATH"
export WARP_CTC_PATH="/data/home/douglaswang/2019-01/warp-ctc/build:$WARP_CTC_PATH"
4、安装warp-ctc
git clone https://github.com/SeanNaren/warp-ctc.git
cd warp-ctc
mkdir build; cd build
cmake ..
make
然后安装bindings
cd pytorch_binding
python setup.py install
5、在Crnn_chinese_characters_rec目录下执行python test.py，进行测试
因为当前环境离线，会提出缺少相关whl文件，下载地址pypi，安装方式如下：
- torchvision-0.1.8-py2.py3-none-any.whl
- pip install torchvision-0.1.8-py2.py3-none-any.whl
- lmdb-0.94.tar.gz (源码安装)
- tar xzvf lmdb-0.94.tar.gz
- cd lmdb-0.9.4
- python setup.py install
效果如下：
[douglaswang@Tencent-SNG ~/2019-01/crnn_chinese_characters_rec]$ python test.py
loading pretrained model from trained_models/mixed_second_finetune_acc97p7.pth
results: 男装、女装、童装、婴儿装、内衣、服饰、泳衣、家用饰品、针纺织品、服装面料及辅
elapsed time: 0.0521390438079834
三、安装pytorch： warp-ctc遇到的问题
Q: fatal error: torch/extension.h: No such file or directory
src/binding.cpp:6:10: fatal error: torch/extension.h: No such file or directory
#include <torch/extension.h>
代码版本不一致导致的问题，将代码回退到0.4版本 `git checkout ac045b6072b9bc3454fb9f9f17674f0d59373789`
Q:THC_API cudaError_t THCudaMalloc(THCState *state, void **ptr, size_t size);
THC_API cudaError_t THCudaMalloc(THCState *state, void **ptr, size_t size);
error: command 'x86_64-linux-gnu-gcc' failed with exit status 1。
修改pytorch_binding/src/binding.cpp文件为如下：
1 at 92 line
int probs_size = THCudaTensor_size(state, probs, 2);
2 at l05 lines
void* gpu_workspace;
THCudaMalloc(state, &gpu_workspace, gpu_size_bytes);
安装 caffe遇到部分问题
Q: ImportError: libcusolver.so.8.0: cannot open shared object file: No such file or directory
A: sudo vim ~/.bashrc
export LD_LIBRARY_PATH=”$LD_LIBRARY_PATH:/usr/local/cuda/lib64”
export CUDA_HOME=/usr/local/cuda
source ~/.bashrc`
Q: ‘kEmptyString’ is not a member of ‘google::protobuf::internel’
这时由于protoc编译器版本和protobuf头文件不对应的问题，原因就是系统里可能存在多个protoc的版本，但是protobuf的包含文件可能只有一种，所以就会造成这种问题，解决问题的方案就是，在Makefile里面重新指定protoc的版本
#$(Q)protoc --proto_path=$(PROTO_SEC_DIR) --cpp_out=$(PROTO_BUILD_DIR)
$(Q)/usr/bin/protoc --proto_path=$(PROTO_SEC_DIR) --cpp_out=$(PROTO_BUILD_DIR)
在Makefile 中修改这两句：
$(Q)protoc --proto_path=$(PROTO_SRC_DIR) --cpp_out=$(PROTO_BUILD_DIR) $<
$(Q)protoc --proto_path=$(PROTO_SRC_DIR) --python_out=$(PY_PROTO_BUILD_DIR) $<
为
$(Q)/usr/bin/protoc --proto_path=$(PROTO_SRC_DIR) --cpp_out=$(PROTO_BUILD_DIR) $<
$(Q)/usr/bin/protoc --proto_path=$(PROTO_SRC_DIR) --python_out=$(PY_PROTO_BUILD_DIR) $<
Caffe 训练问题
Q:F0107 18:58:32.448169 21800 syncedmem.cpp:71] Check failed: error == cudaSuccess (2 vs. 0) out of memory
A：train的batch_size设置过大，改小后可以。 http://blog.sina.com.cn/s/blog_141f234870102w8is.html
some tricks
- 可以在Makefile文件中直接指定protoc路径
- 命令 whereis protoc 可以查看哪些路径下安装了protoc
- 命令which protoc 可以查看默认选用protoc的路径
- 命令 protoc --version 可以查看当前protoc版本
