提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档
DELF: DEep Local Features在Ubuntu20.04下安装配置
一、安装Ubuntu20.04后配置深度学习环境
参考：
从零到一保姆级Ubuntu深度学习服务器环境配置教程
我安装到了：五、深度学习环境安装中的5.1 安装Anaconda
后续可根据需要安装。
后面可以使用conda建立自己的临时环境。
在临时环境上安装具体的配置，如DELF需要的python3.6, TensorFlow 2.2等。
二、DELF: DEep Local Features在Ubuntu20.04下安装配置
主要参考文献：DELF: DEep Local Features在windows10环境下的安装配置
其他参考文献：
[1]基于DELF(DEep Local Features)深度局部特征的图像检索实践
[2]DELF installation
1. 使用conda 建立虚拟环境。
如：
conda create -n DELF_py36 python=3.6
conda activate DELF_py36
就在这里面配置。
2. 安装DELF配套环境
基于DELF(DEep Local Features)深度局部特征的图像检索实践中的一些问题，重新梳理一下。
参考文献：DELF: DEep Local Features在windows10环境下的安装配置
2.1 安装tensorflow2.2
第一步：
pip install tensorflow-gpu==2.2
如果pip版本过低：
python -m pip install --upgrade pip
升级后，重新安装tensorflow-gpu==2.2。
第二步：
测试是否安装成功：
先输入python进入
import tensorflow as tf
tf.compat.v1.disable_eager_execution()
hello=tf.constant('Hello,Tensorflow!')
sess=tf.compat.v1.Session()
print(sess.run(hello))
显示：Hello, Tensorflow!，则成功。
2.2 安装tf-Slim （对应3.2 安装tf-Slim）
git clone https://gitee.com/zhuxiucui/tf-slim.git
cd tf-slim
pip install .
2.3 安装Protobuf （对应3.3 安装Protobuf）
下载链接：Protocol Buffers v3.17.3
下载两个：
protobuf-python-3.17.3.zip
protoc-3.17.3-linux-x86_64.zip
第一步：
在DELF文件夹下（即和modle同文件下），下载
wget https://github.com/protocolbuffers/protobuf/releases/download/v3.17.3/protobuf-python-3.17.3.zip
wget https://github.com/protocolbuffers/protobuf/releases/download/v3.17.3/protoc-3.17.3-linux-x86_64.zip
第二步：解压
unzip protobuf-python-3.17.3.zip
unzip protoc-3.17.3-linux-x86_64.zip
第三步：安装
（1）
将protoc-3.17.3-linux-x86_64\bin下的protoc.exe复制到protobuf-python-3.17.3\protobuf-3.17.3\src
（2）
cd ~/1A_VPR/DELF/protobuf-python-3.17.3/protobuf-3.17.3/python
python setup.py build
（3）
python setup.py test
（4）
python setup.py install
（5）
进入python，执行下面命令测试安装是否成功
import google.protobuf
3. 安装Delf （对应 4. 安装Delf）
参考文献：DELF: DEep Local Features在windows10环境下的安装配置
3.1 安装tensorflow/models
git clone https://github.com/tensorflow/models.git
3.2 编译delf中的protoc文件
cd ~/1A_VPR/DELF/models/research/delf
~/1A_VPR/DELF/protoc-3.17.3-linux-x86_64/bin/protoc delf/protos/*.proto --python_out=.
3.3 安装DELF包（对应文献4.3）
参考文献：DELF: DEep Local Features在windows10环境下的安装配置
修改：
'numpy == 1.16.1',
'tensorflow == 2.2.0',
cd ~/1A_VPR/DELF/models/research/delf$
pip install -e .
3.4 常见错误
（1）module 没有安装全
（2）github无法访问
3.5 测试图像（对应4.5 测试图像）
参考文献：DELF: DEep Local Features在windows10环境下的安装配置
3.6 模型文件（对应4.6 模型文件）
参考文献：DELF: DEep Local Features在windows10环境下的安装配置
3.7 图像列表（对应4.7 图像列表）
list_image.txt
data/oxford5k_images/hertford_000056.jpg
data/oxford5k_images/oxford_000317.jpg
3.8 特征提取（对应4.8 提取）
第一步：修改delf_config_example.pbtxt文件
第一行修改：
parameters/delf_v1_20171026/model/
下面仍有两处需要修改。
第二步：修改extract_features.py
将delf文件夹下的data文件夹和parameters文件夹，剪切放到 example文件夹下面。
将delf文件夹下的list_images，剪切放到 example文件夹下面。
具体如何修改看参考文献：DELF: DEep Local Features在windows10环境下的安装配置
delf_config_example.pbtxt
list_images.txt
data/oxford5k_features
第三步：执行extract_features.py
python extract_features.py
3.9 执行特征匹配
第一步：修改match_images.py
修改地方：
data/oxford5k_images/hertford_000056.jpg
data/oxford5k_images/oxford_000317.jpg
data/oxford5k_features/hertford_000056.delf
data/oxford5k_features/oxford_000317.delf
aaa.png
第二步：运行match_images.py
python match_images.py
问题：
一些修改很容易出错。看看具体报错的信息，位置，错误提示。
还有一些需要安装等之类的小问题，自己在百度搜索以下。注意静下心看一下。要看大致看懂是啥问题，这也是一种逐步提升。