全网第一篇：DRRG代码的具体运行方法（亲测）

前言

经过三个星期的刻苦奋斗，终于成功运行出了DRRG，期间经历了无数的坑，我不敢说我是全网第一个跑出来的（肯定不是）,但我绝对是第一个写出来教程的，本人也是一个小白，过程不易如果有帮到您请给一个赞，谢谢大家。前几天写的今天回来补充一点，因为很多东西涉及到系统权限，所以请大家用root权限做，不是用root用户哦。
命令：

su root

然后输入你的密码就行了·，要不可能会报错。

效果图

先上训练图，证明我跑了：

准备

首先，附上代码网址：
https://github.com/GXYM/DRRG
然后我们做准备工作：
第一步下载代码：https://codeload.github.com/GXYM/DRRG/zip/master
第二步：下载数据集：
点击代码网址这部分。有条件的小伙伴可以用谷歌云下载，实在不行我告诉你一种办法去淘宝找代下载。
第三步把数据集放到对应文件夹：
放这里。至此我们就准备了所有的代码部分。

系统准备

首先我们在代码网址：https://github.com/GXYM/DRRG。看一下运行步骤，先是编译csrc文件（make命令），然后是编译/nmslib/lanms，最后bash tool文件夹下的train_CTW1500.sh文件。这里我解释一下这都是linux的命令，Windows也有办法用但是要下载git啥的比较复杂。所以我们要有一台linux真实机（注意虚拟机不可以，因为代码要用到cuda，虚拟机的显卡是cpu模拟出来的不能用的），真实机要是n卡，不能是AMD显卡，AMD装不了cuda。
本人只有一个N卡的win10系统，所以我的解决方案是：双系统。我装的第二系统是centos7.附上镜像网址：http://mirrors.aliyun.com/centos/7.8.2003/isos/x86_64/CentOS-7-x86_64-Everything-2003.iso
官网免费，大家可以放心下载。
至于双系统的安装，建议大家去淘宝找人安，我自己安安坏了，然后重做系统加安装花了110，桑心。。。。。。。。。
然后我们假设你有了双系统。我们进入下一步，软件准备.

软件准备

让我们看一下DRRG的要求文件:
这就是代码中的README文件。大家可以自己去看，这里我要说一点，他有错误：GCC必须是8,9是不好使的。
下面我们说软件：首先python版本必须是3.7，这点很重要，因为pytorch只能用1.2.0，其他都不好使所以，python必须是3.7，然后centos自带的python是2，所以即使你安了3.7也是按在主环境里面但是后续安装pytorch的时候你可能不知道他具体安在哪个环境里面。所以我推荐是做一个虚拟环境，虚拟环境管理不易，推荐下载anaconda。下面我们进入下载环节。

安装anaconda

为了照顾初学者我们全程用命令安装：
首先右键打开终端，就是这个：

然后我们下载anaconda的安装文件，注意你在哪打开终端他就会下到哪，所以我推荐在桌面打开，方便删除，下载命令：

wget https://repo.anaconda.com/archive/Anaconda3-2020.07-Linux-x86_64.sh

安装anaconda：

bash Anaconda3-2020.07-Linux-x86_64.sh

这里你要注意一点，由于网速问题你可能下的sh文件不完整，完整的文件应该是500m，如果下的不对多运行几次第一个代码就行了。但是每次下载的文件名字会在sh后面加上1、2、3什么的。所以你在运行第二条命令的时候也要做出更改，也即是说完整的sh文件叫什么，就bash什么。
然后是安装图形化界面步骤，这里推荐一个大神的安装步骤：
https://blog.csdn.net/qq_39431829/article/details/100165319
然后是安装python3.7。

制造python3.7虚拟环境

当我们安装完anaconda，我们就进入了图形化界面，然后我们点进去Environments，也就是这个界面：
注意：为了安装3.7，我们得先点击一下升级数据：Update index，否则你是找不到3.7的。然后点击Create 制造虚拟环境，点完以后是这样
的：其中name是随便取得是你虚拟环境的名字。随便取（最好取DRRG我去的这个方便你后面看教程），然后python选择3.7，其他不要动，点击Create（不是刚才那个是这个小框的），然后等，直到他安完（肯呢个时间比较长，因为是外国网站）按完以后如果base（root）下面出现了你取名字的那个名字，就说明成功了，否则是失败了，再来几遍。
接下来我们有了python3.7虚拟环境，然后是安库，比如pytorch啥的。

安库

我们要安得库有pytorch–1.2.0，opencv，matplotlib，shapely，sklearn，easydict，pillow这些库虽然没有列出，但是你必须有，两个方法安装一个是你就用ananconda安当然最后一个不行而且比较慢，另外一个是用pycharm安装，比较快。先说ananconda：
只需要在搜索框搜索对应的软件名字，但是前提是你把install改成了uninstall，否则找不到，而且还有一点sklearn叫Scikit-learn，别搜错了。搜到了点小方框然后apply，直到安装完成，当搜不到就是完成了。第二种方法是下载pycham，然后运行，当然运行代码pychrm是必须的。所以下一步我们开始安装pycharm。

安装pycharm

同样我们为了方便初学者全程用命令安装。
同样我们先打开一个新的终端

wget https://download.jetbrains.8686c.com/python/pycharm-community-2020.2.3.tar.gz

然后解压安装包：

tar -xzvf pycharm-community-2020.2.3.tar.gz

同样因为网络问题有可能下载失败，安装包大概800多m，如果下载失败，安装要和anaconda做一样的处理改动命令tar -xzvf后面的内容。
然后我们就有了一个解压后的文件夹：应该叫：pycharm-community-2020.2.3文件夹，点进去，进入到bin文件夹，然后打开新的终端输入：

./pycharm.sh

然后一直下一步就行了，
然后我们要pycharm会在主文件夹下建一个PycharmProjects文件点进去，再点击pythonProject进去，把代码放进去就行了。然后我们要把anaconda环境导入，点这里：

然后，
切记，我这里是我的虚拟环境取名叫DRRG，你要是别的就在路径的envs下找你的环境名字。然后ok，当这样：
你有了这个就是导入成功了。然后我们运行程序。

安装cuda

在运行程序之前我们要先安装cuda10.1，其他版本不行，切记，因为要和pytorch版本对应，具体方法推荐大神的博客：网上有很多教程，大家自己搜一下，如果你成功禁用了原有驱动，你可以运行以下命令：

wget https://developer.nvidia.com/compute/cuda/10.1/Prod/local_installers/cuda-repo-rhel7-10-1-local-10.1.105-418.39-1.0-1.x86_64.rpm
sudo rpm -i cuda-repo-rhel7-10-1-local-10.1.105-418.39-1.0-1.x86_64.rpm
sudo yum clean all
sudo yum install cuda

这些命令会帮你安装cuda10.1，但是他同样会产生网速问题，所以你要做和anaconda一样的处理。切记完成以后要配置环境变量，然后重启。才能生效，然后做的是升级GCC版本这里有个问题，要求文档说GCC是9.0但是我测试后发现，只有8才好使大家别按错了，这里推荐大神的教程：CentOS完美升级gcc版本方法 – 吴昊博客 https://blog.whsir.com/post-4975.html
注意：同样要配置环境变量重启或者source。版本很重要这里再说一遍！！！

跑代码

接下来我们要去跑代码，首先我们要改tool下的train_CTW1500.sh文件，这里主要改两点，batch_size 和你的GPU有关他越大对你GPU要求越高，我设置为2，还有一个参数num_workers他和你的CPU有关，cpu核数越多打就可以设置越大，我设置为4，不要太大否则会卡死，初始文件是没有的，你要自己加上，在末尾后空格加，还有一点不用改但是很重要，gpu的0不是数量是名字，是说第一块gpu的名字叫0，以此类推：

--num_workers 4

否则会默认为8，可能和卡死，然后保存。
接着我们开始跑：
第一步打开terminal在pycharm的左下角点开它，应该是这样的：

首先我们要进入代码文件夹，在$后面输入：

cd DRRG-master

然后我们安装库，如果你在anaconda安了只需：

pip install easydict

否则依次运行以下命令：

pip install shapely
pip install sklearn
pip install pillow
pip install easydict
pip install matplotlib
pip install opencv-contrib-python
pip install torchvision==0.4.0

最后一句就是安装pytorch1.2.0，切记版本不可错，错了第二步编译会报错。
然后就是跑代码。

跑代码

第一步：进入csrc文件并且编译

cd ./csrc

make

不报错就是成功，错误原因都是版本，改一下就好了，接着退回主文件夹：

cd ../

然后复制官网命令：

cd ./nmslib/lanms

记得要分开

make

无错误就是成功。这里我补充一点，有的小伙伴私信我说遇到了：
g++: error: unrecognized command line option ‘-fno-plt’ Makefile:10: recipe for target 'adaptor.so' failed错误，这个如果你是在centons，且gcc8
的环境下一般不会报错，但是如果仍然报错了，解决办法参照这个网址：https://github.com/GXYM/DRRG/issues/4，可以解决虽然不是特别完美的办法，但是可以保证顺利运行。
接下来退出两级：

cd ../../

然后训练：进入tool：

cd tool

运行：

sh train_CTW1500.sh

运行，一般会出出两个错误：一个是网络错误再执行以下上面命令就行了。
另外一个错误是没有对应文件夹：只要在代码主文件夹下建立相应文件夹就能解决。
然后就等训练了。

最后

写到这里，说明你的环境配置好了，接下来就等他训练完成吧，然后得测试只要用

cd ../

退回主文件夹然后复制官网命令就好了，这里我再补充一点，就是官网命令没有指定gpu可能会报错，所以你的命令应该是：

python  eval_TextGraph.py --gpu 0

意思是用名字为0（就是第一块）的gpu跑。
这就是所有的运行方法了，本人亲测，希望能帮到您。如果有效记得点赞哦。另外如果有神魔问题可以私信我或者评论，我会看到以后解答，因为本人最近小论文也比较忙可能回复不及时还请见谅。

今天的文章全网第一篇：DRRG代码的具体运行方法（亲测）分享到此就结束了，感谢您的阅读。