目錄
背景：
由於pavement-crack-detection增加了caffe的layer層，所以不能直接使用官方caffe cpu鏡像。所以要使用它提供的代碼重新編譯caffe。
代碼地址：
https://github.com/fyangneil/pavement-crack-detection
鏡像製作：
本鏡像基於caffe官方鏡像製作。
- 拉取 官方鏡像：
docker pull bvlc/caffe:cpu
- 運行一個容器：
docker run -tdi --name=bvlccpu1 -v /home/ps/NewDisk1/HIT_workspace/lxc/qiang/dockerworkpace/workir/:/workir/ bvlc/caffe:cpu
- 安裝vim：
apt-get update
apt-get install vim
- 安裝openblas，官方鏡像沒有安裝openblas。
apt install liblapack-dev liblapack3 libopenblas-base libopenblas-dev
- 拉取代碼
git clone https://github.com/fyangneil/pavement-crack-detection.git
- 修改Makefile.config，取消CPU_ONLY 和OPENCV_VERSION 前面的註釋：
< CPU_ONLY := 1
---
> # CPU_ONLY := 1
< OPENCV_VERSION := 3
---
> # OPENCV_VERSION := 3
- 修改src/caffe/layers/sigmoid_cross_entropy_loss_layer.cpp：
In src/caffe/layers/sigmoid_cross_entropy_loss_layer.cpp try removing lines:
#ifdef CPU_ONLY STUB_GPU_BACKWARD(SigmoidCrossEntropyWeightedLossLayer, Backward); #endif
it may helps. #把這一行註釋掉
- 編譯caffe
make -j8
make pycaffe
- 修改：examples/fphb/solve_fphb_crack.py，修改成使用cpu執行
caffe.set_mode_gpu()修改爲caffe.set_mode_cpu()
caffe.set_device(3) 註釋掉
- 安裝：參考train步驟準備數據集
https://github.com/fyangneil/pavement-crack-detection#evaluate-result
上面的步驟鏡像已經制作完成，鏡像上傳到了阿里雲。
拉取鏡像：
docker pull registry.cn-hangzhou.aliyuncs.com/myrepo_lq/mycaffe:cpuv1
使用鏡像：
- 啓動一個容器
docker run -tdi --name=mycaffecpu1 mycaffe:cpuv1
- pavment源代碼目錄在/opt下（pavment可以放到任意目錄）
/opt/cpu_pavement-crack-detection
- 按照train步驟準備數據集（data目錄和5stage-vgg.caffemodel）後就可以運行
https://github.com/fyangneil/pavement-crack-detection#evaluate-result