MultiPathNet安装方法

总算是搞定了，真不容易。

其实回头想想，这个软件的安装方法真的是非常的简单，只不过很多时候把问题想复杂了。

[title]环境准备[/title]

环境准备非常简单，一共就几句话：

luarocks install inn
luarocks install torchnet
luarocks install fbpython
luarocks install class​​

不过在这个过程中，有一些依赖，特别是在安装第三个包fbpython的时候，需要依赖主要包括THPP、glog。安装Glog有需要更新automake。THPP的安装已经写过，不再赘述。

automake的安装方法也比较简单：

简单写一下：

wget http://ftp.gnu.org/gnu/autoconf/autoconf-2.69.tar.gz gunzip autoconf-2.69.tar.gz
tar xvf autoconf-2.69.tar ./configure
make​ make install​

然后：
wget http://ftp.gnu.org/gnu/automake/automake-1.14.tar.gz tar xvzf automake-1.14.tar.gz
cd automake-1.14 ./configure
make make install​​

然后再编译glog就可以了。

另外，还需要安装Boost和Python的相关包：

yum install boost-devel​

yum install python-devel

然后还需要安装coco的PythonAPI：
yum install python-pip

yum install Cython

cd coco/PythonAPI
make

coco在安装DeepMask的时候已经安装过，这里不再赘述。

至此，环境已经安装完毕。

[title]安装与数据[/title]

git clone https://github.com/facebookresearch/multipathnet.git

cd multipathnet

mkdir data

mkdir models
mkdir annotations
mkdir proposals

然后，按照下面的目录去下载文件：

data
|-- annotations
| |-- instances_train2014.json
| |-- instances_val2014.json
| |-- pascal_test2007.json
| |-- pascal_train2007.json
| |-- pascal_train2012.json
| |-- pascal_val2007.json
| `-- pascal_val2012.json
|-- models
| |-- caffenet_fast_rcnn_iter_40000.t7
| |-- imagenet_pretrained_alexnet.t7
| |-- imagenet_pretrained_vgg.t7
| `-- vgg16_fast_rcnn_iter_40000.t7
`-- proposals
|-- VOC2007
| `-- selective_search
| |-- test.t7
| |-- train.t7
| |-- trainval.t7
| `-- val.t7
`-- coco
`-- sharpmask
|-- train.t7
`-- val.t7

下载的地址在：https://github.com/facebookresearch/multipathnet都可以找到。

不过下载时不要使用https，而要尽量使用http，否则下载很慢而且容易中断。

[title]软件运行[/title]

git clone https://github.com/facebookresearch/deepmask

cd data/models

wget https://s3.amazonaws.com/deepmask/models/sharpmask/model.t7 -O sharpmask.t7

wget https://s3.amazonaws.com/multipathnet/models/resnet18_integral_coco.t7

th demo.lua -img ./deepmask/data/testImage.jpg

这样就可以看到结果图片了。