Rk3399pro运行openpose 错误锦集以及处理方式

Rk3399pro运行openpose 错误锦集以及处理方式

硬件环境：ubuntu 16.04  x64   gtx970

软件环境：cuda + cudnn   +  tensorflow_gpu   + python

错误一，在pc机 运行 from rknn.api import RKNN 出现

             undefined symbol: PyFPE_jbuf

/packages$ python3

Python 3.5.2 |Anaconda 4.2.0 (64-bit)| (default, Jul  2 2016, 17:53:06)

[GCC 4.4.7 20120313 (Red Hat 4.4.7-1)] on linux

Type "help", "copyright", "credits" or "license" for more information.

>>> fromrknn.api import RKNN

Traceback (most recent call last):

  File "<stdin>", line 1, in <module>

  File "/home/ai/anaconda3/lib/python3.5/site-packages/rknn/__init__.py", line 1, in <module>

    from rknn import api

  File "/home/ai/anaconda3/lib/python3.5/site-packages/rknn/api/__init__.py", line 1, in <module>

    fromrknn.api.rknn import RKNN

  File "/home/ai/anaconda3/lib/python3.5/site-packages/rknn/api/rknn.py", line 16, in <module>

    from .rknn_base import RKNNBase

ImportError: /home/ai/anaconda3/lib/python3.5/site-packages/rknn/api/rknn_base.cpython-35m-x86_64-linux-gnu.so: undefined symbol: PyFPE_jbuf

>>>

出现这个问题的原因就是因为装了多个python版本，导致在用到一些库的时候，系统不知道选择哪一个版本，或者版本选择错误。我的是装了python3.5 和anaconda3

解决办法

卸载  anaconda3

最好下载 pyenv 进行管理 python 版本，一般可以解决这个问题

安装pyenv 参考：[url=]https://blog.csdn.net/yingfeng_yang/article/details/82527321[/url]

错误二 , 运行 python3 rknn_transfer.py 出现

           google.protobuf.message.DecodeError: Error parsing message

        或者 tf.reduce_mean got an unexpected keyword argument 'keep_dims' 或者其他错误... 重装总是万能的。

解决方案：

提高 pc 机安装的  tensorflow_gpu  到 1.80  

我重新安装 tensorflow_gpu-1.8.0-cp36-cp36m-manylinux1_x86_64.whl      + python3.6.8

+ cuda_9.0.176_384.81_linux.run  +cudnn-9.0-linux-x64-v7.tgz + rknn_toolkit-1.1.0- cp36-cp36m-linux_aarch64.whl

解决上述问题。

cuda + cudnn   +  tensorflow_gpu   + python  对应关系如下：

错误三   :    python3 rknn_transfer.py  bulid 的时候出现

                 (已放弃 （核心已转存）) 问题

1,安装轮子包的时候保证是 统一用户，要么统一sudo 安装    要么统一 加 –user  安装

例如：  pip3 install –user   xxxxxx.whl

2，sudo rm -rf ~/.nv （删除安装的cuda 临时文件 亲测有效）

注意问题：

1，保证 pose/coco/pose_deploy_linevec.prototxt 的完整性

2，保证  cuda + cudnn   +  tensorflow_gpu   + python   对应关系

3，模型转换是在pc 机下完成，不是在rk3399pro 上 ，环境搭建具体看wiki 教程

最后成功运行: