Dyna-slam复现（保姆级详细图文版，百分百成功）

因最近论文要和这些算法做对比，故配置了一下，在此记录

因为是老的算法，cuda版本现在的显卡都不能使用，所以笔者找的电脑是华硕飞行堡垒17年的电脑，1080的显卡

深度学习及maskrcnn配置

先将dyna-slam git下来，终端执行

git clone https://github.com/BertaBescos/DynaSLAM.git

然后从这个页面

https://github.com/matterport/Mask_RCNN/releases下载h5文件，并把文件存到DynaSLAM/src/python/目录下

因为是新电脑，需要配置深度学习环境，这里看我之前发的博客就可以（打个广告哈）

链接：深度学习环境配置

我这里的配置是nvidia470的驱动，cuda11.4，cudnn为8.2.4，安装anaconda后，深度学习环境算是配置完，然后新建个虚拟环境并下载依赖：

conda create -n dyna python=2.7
conda activate dyna
pip install tensorflow-gpu==1.14.0
pip install keras==2.0.9
pip install scikit-image

这时候在dyna-slam文件夹中执行：

python src/python/Check.py

可以看到，显示是缺cython的一个模块，这里在虚拟环境下载一下就好了

pip install Cython

然后又有报错，关于pycocotools的，一定要在dyna这个Python2.7的环境中执行下面的代码！

git clone https://github.com/waleedka/coco 
python PythonAPI/setup.py build_ext install

否则运行Check.py的时候会报错找不到_mask, 要生成_mask.so这个文件。然后将coco中整个PythonAPI文件夹都移到src/python中

此时再次执行

python src/python/Check.py

我们可以看到一顿闪，using tensorflow backend、initializing mask rcnn network...等一系列

显示这行字，此时说明可以进行下一步了

opencv安装（3.3.1版本与2.4.11版本因为之后配置ds-slam也需要）

我们首先安装opencv3.3.1

下载opencv3.3.1和opencv3.3.1-contrib，下载好解压后，将opencv_contrib3.3.1放在opencv3.3.1文件夹里面

opencv官网选择3.3.1版本下载source压缩包

opencv_contrib下载地址在Tags里找到相应版本下载，注意版本要与opencv一致

先安装依赖

sudo apt-get install build-essential 
sudo apt-get install cmake git libgtk2.0-dev pkg-config libavcodec-dev libavformat-dev libswscale-dev
sudo apt-get install python-dev python-numpy libtbb2 libtbb-dev libjpeg-dev libpng-dev libtiff-dev libjasper-dev libdc1394-22-dev

然后准备编译

mkdir build
cd build
cmake -D CMAKE_BUILD_TYPE=Release -D CMAKE_INSTALL_PREFIX=/usr/local/opencv-3.3.1 -D OPENCV_EXTRA_MODULES_PATH=你的opencv_contrib-3.3.1路径/modules ..