編譯CTPN過程總結

2021-08-20 16:58:14 字數 2039 閱讀 8090

ctpn搭建步驟(僅cpu版linux)

系統環境:ubuntu 14.04

一.  安裝tensorflow(python版本為2.7)

1.     首先通過命令安裝pip和virtualenv:

2.    使用命令建立virtualenv環境:

(其中的targetdirectory是自己命名的乙個空間,這裡設定為~/tensorflow)

3.    使用命令啟用virtualenv環境:

4.    在virtualenv環境下安裝tensorflow:

如果說已經將tensorflow的源新增到系統則可以直接執行如下命令:

二.  編譯text-detection-ctpn

3.    修改setup.py檔案(在../lib/utils目錄下)

具體修改內容如下:

4.    執行下面幾個指令:

1.export cflags=-i/home/zhao181/program1/anaconda2/lib/ python2.7/site-packages/numpy/core/include(這裡需要使用自己的numpy的路徑)

2.cd ***/text-detection-ctpn-master/lib/utils,並執行python setup.py build。(通常情況下是不會出現問題)

3.複製build目錄下一.so結尾的檔案到***/text-detection-ctpn-master/lib/utils目錄下。

4.cd ***/text-detection-ctpn-master,並且執行python ./ctpn/demo.py。

在執行第四步的過程中可能會遇到的問題:

importerror: no module named cv2解決方法:sudo apt-get installpython-opencv

importerror: no module named skimage.io解決方法:sudo apt-getinstall python-skimage

importerror: no module named yaml解決方法:sudo apt-get installpython-yaml

attributeerror: 'nonetype' object has no attribute 'model_checkpoint_path'解決方法:在

checkpoints

壓縮檔案,並解壓到

***/text-detection-ctpn-master

目錄下。

5.    至此,該網路應該能夠成功執行。

四.   參考文件

1.

2.

3.

C編譯過程總結

編譯程式讀取源程式 字元流 對之進行詞法和語法的分析,將高階語言指令轉換為功能等效的彙編 再由匯程式設計序轉換為機器語言,並且按照作業系統對可執行檔案格式的要求鏈結生成可執行程式。編譯的完整過程 c源程式 預編譯處理 c 編譯 優化程式 s asm 匯程式設計序 obj o a ko 鏈結程式 ex...

gcc編譯過程總結

gcc 1.c o 1 整合編譯程式,直接得到可執行檔案。預處理 將原始檔中所有偽指令 開頭的指令,標頭檔案和巨集 給替換成為真正可以執行的 gcc e xx.c o xx.i 編譯 將原始檔中所有的語法錯誤,寫法規範,進行解析,同時將預處理生成的.i檔案中,多餘的函式定義去掉。生成彙編檔案 x86...

C語言編譯過程總結詳解

c 語言的編譯鏈結過程要把我們編寫的乙個c程式 源 轉換成可以在硬體上執行的程式 可執行 需要進行編譯和鏈結。編譯就是把文字形式源 翻譯為機器語言形式的目標檔案的過程。鏈結是把目標檔案 作業系統的啟動 和用到的庫檔案進行組織形成最終生成可執行 的過程。過程 如下 從圖上可以看到,整個 的編譯過程分為...