Jetson ARM SeetaFace编译

SeetaFace简介

SeetaFace依赖于OpenCV,对于Tegra on Ubuntu,Nvidia提供libopencv4tegra并且可以使用Cuda加速。

准备工作

1.阅读OpenCV4Tegra-README.txt，下载对应板子版本的cuda与libopencv4tegra的repo文件
2.打开ubuntu的universe源：
sudo apt-add-repository universe
并且可以换成国内的ubuntu-ports源。
3.下载SeetaFace
git clone https://github.com/seetaface/SeetaFaceEngine.git
下载后在其它主机上解压出FaceIdentification/model/下的rar压缩包
4.下载cmake最新版

下述编译、安装操作在板子上执行

先安装Cuda（可选）

$ sudo dpkg -i cuda-repo-<distro>_<version>_<architecture>.deb
$ sudo apt-get update
$ sudo apt-get install cuda-toolkit-<cuda_version>
$ cat << END >> ~/.bashrc
# For 32-bit systems (eg: most ARM systems),Add 32-bit CUDA library & binary paths:
export PATH=/usr/local/cuda-<cuda_version>/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-<cuda_version>/lib:$LD_LIBRARY_PATH
END
$ source ~/.bashrc

OpenCV for Tegra 安装

$ sudo dpkg -i libopencv4tegra-repo-<distro>_<ocv_version>_<architecture>.deb
$ sudo apt-get update
$ sudo apt-get install libopencv4tegra libopencv4tegra-dev

编译安装cmake

遵循README

编译SeetaFace

过程与前一篇博文一致，需要修改一些地方以支持在ARM下编译（针对2016年11月份版本，之后的版本这些问题可能不复存在）：
1.编译器提示找不到-msse4.1
-m打开与硬件相关的一些选项，sse便是针对x86、x86_64进行的优化，在ARM上没有这个选项，需要去掉。
在两个CMakeLists.txt中注释掉 -msse4.1 相关的行。

2.找不到xmmintrin.h
修改 FaceIdentification/src/math_functions.cpp
将 'xmmintrin.h' 替换为 'arm_neon.h'，并将x86intrin.h那行注释掉。
此外还需替换掉一些数学运算函数，具体要查阅许多资料。gitbub中pull request中有人提交了补丁，在math_functions 的 添加使用arm neon写的simd_dot函数，直接替换文件即可，点击查看。
3.编译时报错: #error You must enable NEON instructions (e.g. -mfloat-abi=softfp -mfpu=neon) to use arm_neon.h
方法：
在CMakeLists.txt的CMAKE_CXX_FLAGS_RELEASE中加上-mfloat-abi=hard -mfpu=neon
注意是硬浮点还是软浮点，float-abi选项有hard、soft、softfp，如果写成了softfp，而硬件支持硬浮点可能导致运行程序时找不到动态链接库的问题。（至于如何查看动态链接库是否是硬浮点，可以运行ldconfig -p|grep xxx来查看输出中是否包含hardsoft字样）
所有以后发现找不到动态链接库，而ldconfig -p能找到、ldd却找不到且设置LD_LIBRARY_PATH也无效的情况下就要考虑CPU架构不同、编译选项不同了。
4./usr/include/c++/4.8/iostream:38:28: fatal error: bits/c++config.h: No such file or directory
一种简单的解决方式：sudo apt-get install gcc-4.8-multilib g++-4.8-multilib