Flownet2-pytorch踩坑全程

源码

来自https://github.com/NVIDIA/flownet2-pytorch，这个版本基于pytorch，原作者的版本https://github.com/lmb-freiburg/flownet2.git是基于caffe的，我也下载过，由于caffe版本的问题，最后没有运行(死磕)成功，pytorch这个版本，死磕两两周终于成功，在此记录下全程，给有需要的人。
我最后成功的环境：cuda8.0+python3.6.2+torch1.0.0+gcc4.9，IDE是pycharm。

pretrained model

就是作者在readme里提及的需要去google drive下载的那些，如果不打算训练，直接用这个结果跑。准备晚点放到百度网盘。

死磕流程

1. 编译报错：correlation_cuda_kernel.cu(130): error: identifier “__syncwarp” is undefined correlation_cuda_kernel.cu(19): error: identifier “__shfl_down_sync” is undefined。如果用cuda9以下的版本会出现，因为networks/correlation_package/correlation_cuda_kernel.cu这个文件里用两cuda9的新函数。解决办法：用gitk等工具查看这个文件，git reset到没有使用这两个函数之前的版本，编译通过，猜测不会影响结果。（这里一直有警告，先前没注意，如果你也有，请直接看第8条）
2. 跑run_a_pair.py, 注意里面的模型和图片路径设置最好是绝对路径（如果你搞不清楚的话），注意图像长宽必须是64的倍数。注意文件里两个import要改成下面这样，原run_a_pair.py里的文件结构和现在的下载版本应该是不一样：
3. 然后是跑着跑着爆出：anaconda3/lib/python3.6/site-packages/torch/lib/libtorch_python.so: undefined symbol: PySlice_Unpack于是新建conda环境py3.6.2,改python版本为3.6.2,torch版本1.0.0.然后是跑到net那里就卡死
4. 看作者用 pytorch是0.4.1,以为是pytorch版本的问题，于是去python3.6.0的环境里改torch为0.4.1,发现与cuda一起编译有错误correlation_cuda.cc:4:10: fatal error: ATen/cuda/CUDAContext.h: No such file ordirectory,看博客发现是pytorch和cuda版本问题:

pytorch 0.4.1, cuda 8/9, python36 nopes
pytorch 1.0.0, cuda 10, python36 works
pytorch 1.0.1, cuda 10, python36 nopes
pytorch 1.1.0, cuda 10, python36 works

6. 重新回环境py3.6.2,torch1.0.0里死磕，之前一直用flownet2,可能这个网络太大，改为flownet-s试试，还是不行。报错，报错’tuple’ object has no attribute ‘squeeze’，单步调试发现flownetS类里的training为true，去models.py Flownet类代码中，构造函数把training改为默认False，终于输出了.flo
7. 期间还有问题attempted relative import with no known parent package，这时候把interpreter删光，新建，就会好(后面发现别的原因也会导致这个问题，看第10条). 至此flownetS已成功，下面继续死磕flownetC
8. 尝试flownetC，这才发现S只用了torch的东西，编译出来的correlation的东西应该都没用吧？这才注意到编译时一直报Warning： your compiler g++ 4.8 may be ABI incompatible with pytorch
9. 于是gcc升级到5.4.0,发现编译不过了，报fatal error: sys/cdefs.h: No such file or directory，于是怀疑升级过头了，联网，改为gcc4.9,怎么改参考https://www.zhihu.com/question/56272908第一个回答，注意改成你自己的路径

 conda install -c serge-sans-paille gcc_49
 ln -s /home/chenjoya/opt/anaconda3/envs/graph-retina-rcnn/bin/gcc-4.9 /home/chenjoya/opt/anaconda3/envs/graph-retina-rcnn/bin/gcc  
ln -s /home/chenjoya/opt/anaconda3/envs/graph-retina-rcnn/bin/g++-4.9 /home/chenjoya/opt/anaconda3/envs/graph-retina-rcnn/bin/g++

编译通过，但代码跑不通了，报attempted relative import with no known parent package

10. 尝试重新配置pycharm的deployment，不行，发现models.py里import networks走的是try–except的异常部分，注释掉except，运行报错/usr/lib/libstdc++.so.6: version `GLIBCXX_3.4.20’ not found
11. 参考https://www.jianshu.com/p/528c387fb063和https://nulls.blog.csdn.net/article/details/79589091改了软连接，还不行，因为根本没装GLIBCXX_3.4.20。最后conda install libgcc==5.2.0，解决。补充：几个月之后又出现这个问题。又研究了一阵子，专门写一篇来说这个问题：请看https://blog.csdn.net/jillar/article/details/116494270。
12. 同上，把FlowNet2和FlowNetC的self.training默认为false。终于出结果了。
13. .flo文件转png，参考https://blog.csdn.net/sinat_33718563/article/details/79950310，用flow_code/color_flow *.flo *.png,下面研究下flow_code.研究半天，发现在run_a_pair.py中，.flo本来就是xy分量生成的，可以直接用xy分量画矢量图。

结束

感叹这些东西的版本兼容性真是太差了，真真差一个都不行啊。感谢前辈踩过的坑。