编译测试，参考该处

代码
训练好的模型
官网链接
数据

1. 安装caffe

2. 最终caffe编译

   make -j8
   make pycaffe
   其实我最终make runtest -j8并没有通过，是说我的显卡驱动与cuda不匹配
   但是我先暂且放着没管，上面两行命令是可以成功的，当然做到后面还是要解决的
   

3. 测试

   1）得到lmdb文件

   poseNet的输入是一张图像，输出是对应的位姿

   先介绍一下我的目录结构
   caffe-posenet是下载的代码
   CambridgeLandmarks放的要输入的图片
   PoseNet是我下载的训练好的模型
   
   CambridgeLandmarks里面放了8张图片（从官网直接保存的），命名为king1.png king2.png... ，
   然后还在里面放了一个kingdataset_test.txt，内容如下：
   
   # creat by GPH
   #
   #
   1.png 0 0 0 0 0 0 0
   2.png 0 0 0 0 0 0 0
   3.png 0 0 0 0 0 0 0
   4.png 0 0 0 0 0 0 0
   5.png 0 0 0 0 0 0 0
   6.png 0 0 0 0 0 0 0
   7.png 0 0 0 0 0 0 0
   8.png 0 0 0 0 0 0 0
   
   

   

   之后修改caffe-posenet/posenet/scripts/create_posenet_lmdb_dataset.py的1,11,12行依次如下（根据自己的具体情况修改）：
   第1行caffe_root = '/home/mk/tools/caffe-posenet/' # Change to your directory to caffe-posenet；
   第11行directory = '/home/mk/tools/CambridgeLandmarks/king'；
   第12行dataset = 'dataset_test.txt'。
   

   注意第11行的king必须有，虽然没有相应的文件夹，这个king其实是图片名字前缀。
   加粗样式
   在某个目录下运行这个.py文件，就会在该目录下生成posenet_dataset_lmdb文件夹，得到lmdb数据。

   运行的命令python2 ./posenet/scripts/create_posenet_lmdb_dataset.py
   所以我的posenet_dataset_lmdb这个文件夹是生成在caffe-posenet下面
   

   2）得到均值文件
   一般情况下均值文件应该为训练模型时的数据的均值文件，但是作者并没有提供，想要跑同测试，又必须有。训练数据集有5G大，我不想下，所以就用上面生成的lmdb数据得到一个临时的均值文件，这会让模型计算的结果是错误的，但是能跑通。所以没关系吧。。。
   直接利用caffe提供的均值文件计算程序即可得到均值文件mean.binaryproto

   在caffe-posenet下面运行
   ./build/tools/compute_image_mean ~/tools/caffe-posenet/posenet_dataset_lmdb/ ~/tools/caffe-posenet/posenet_dataset_lmdb/mean.binaryproto
   

   3）运行
   把下载的模型PoseNet文件夹里面的train_kingscollege.prototxt ，weights_kingscollege.caffemodel拷贝到posenet_dataset_lmdb里面（这个拷贝到哪里随意，只要跟着把下面语句路径改一改就好）

   修改运行脚本test_posenet.py中的路径（第13行）
   
   修改网络结构中的路径参数（4个路径）
   
   运行脚本，在caffe-posenet下运行

   python2 ./posenet/scripts/test_posenet.py --model ./posenet_dataset_lmdb/train_kingscollege.prototxt --weights ./posenet_dataset_lmdb/weights_kingscollege.caffemodel --iter 8
   

   

问题记录：

1. 运行的时候，发现/caffe-posenet/posenet/scripts/create_posenet_lmdb_dataset.py等创建文件的脚本是Python2版本，其他地方又是Python3版本

2. No module named lmdb

   sudo pip2 install lmdb
   

3. ImportError: No module named skimage.io

   //如果是Python3版本，以下两条语句都可以
   pip3 install scikit-image
   //如果是Python2版本，则只能下面这条语句了
   sudo apt-get install python-skimage
   

   Complete output from command python setup.py egg_info:
   Python 2.7.12 detected.
       
   scikit-image 0.16+ supports only Python 3.6 and above.
       
   For Python 2.7, please install the 0.14.x Long Term Support using:
       
   $ pip install 'scikit-image<0.15'
   
   因为Python2版本不支持scikit-image 0.16以上的版本
   然后指定版本在0.15以下
   然而，在安装过程中会遇到如下错误：
   File "/tmp/pip-build-cm9XtI/scipy/setup.py", line 31, in <module>
       raise RuntimeError("Python version >= 3.5 required.")
   RuntimeError: Python version >= 3.5 required.
   
   所以考虑通过apt-get或源码安装
   

4. ImportError: No module named google.protobuf.internal

   sudo apt-get install python-protobuf
   

5. Check failed: error == cudaSuccess (35 vs. 0) CUDA driver version is insufficient for CUDA runtime

   遇到这个问题，基本是cuda版本与显卡驱动不匹配造成的
   我先去查了下cuda是否出了问题，然后发现之前安装好的cuda，可以通过sample测试，现在不可以了
   cd ./NVIDIA_CUDA-10.1_Samples/1_Utilities/deviceQuery ， 先去这个目录下
   make
   ./deviceQuery
   如果最后一行输出的是pass，那么cuda是没有问题的，然而我的是FAL，估计是平时装其他东西把环境破坏了
   所以直接去重装cuda，连着显卡驱动也选择重新一起安装
   果然，最后，重新编译sample时，可以通过了，上面这个问题也解决了