TextBoxes++与CRNN的Docker环境构建指南

项目概述

TextBoxes++是一个先进的文本检测系统，结合CRNN（卷积循环神经网络）可以实现端到端的文本识别。本文详细介绍如何通过Docker容器化部署TextBoxes++和CRNN的完整开发环境。

基础环境配置

基础镜像选择

该Dockerfile基于nvidia/cuda:7.5-cudnn5-devel-ubuntu14.04镜像构建，确保GPU加速支持。这个选择考虑了以下因素：

1. CUDA 7.5和cuDNN 5的兼容性
2. Ubuntu 14.04的稳定性
3. 开发工具链的完整性

系统依赖安装

Dockerfile中安装了大量开发工具和库，主要包括：

• 编译工具链（g++, cmake等）
• 数学计算库（libatlas-base-dev等）
• 图像处理库（libopencv-dev等）
• Python开发环境
• 各种序列化和压缩库

这些依赖为后续构建TextBoxes++和CRNN提供了完整的基础环境。

CRNN环境构建

Torch框架安装

CRNN基于Torch框架实现，安装过程包括：

1. 克隆Torch发行版仓库
2. 安装Torch依赖
3. 执行安装脚本
4. 配置环境变量（LUA_PATH, LUA_CPATH等）

Facebook相关库安装

为了支持CRNN运行，还需要安装一系列Facebook开发的库：

1. Folly：Facebook开源的C++库集合
2. fbthrift：Facebook的Thrift框架实现
3. thpp：Tensor和神经网络库
4. fblualib：Lua与C++的接口库

这些库的安装都应用了特定的补丁文件，确保与CRNN的兼容性。

TextBoxes++环境构建

Python依赖

TextBoxes++需要特定的Python环境：

1. 安装Cython 0.28.5（指定版本确保兼容性）
2. 通过requirements.txt安装其他Python依赖

源码编译

TextBoxes++的编译过程采用CMake系统：

1. 创建build目录
2. 执行cmake配置（特别处理了CUDA_ARCH_NAME参数）
3. 使用多线程编译（make -j"$(nproc)"）

环境变量配置

编译完成后配置了关键环境变量：

1. PYCAFFE_ROOT：指向Caffe的Python接口
2. PYTHONPATH：包含Python接口路径
3. PATH：添加Caffe工具路径
4. 库路径配置（通过ldconfig）

运行时准备

最后阶段将运行时需要的文件复制到容器中：

1. CRNN模型数据
2. TextBoxes++的示例数据
3. 演示图像
4. 示例代码
5. 文档

构建技巧与注意事项

1. GPU支持：必须使用nvidia-docker运行此容器
2. OpenCV兼容性：通过创建/dev/raw1394设备文件解决可能的OpenCV问题
3. CUDA架构：手动指定CUDA_ARCH_NAME解决CUDA 7.5对新GPU架构的支持问题
4. 版本控制：所有关键组件都指定了特定版本，确保环境一致性

总结

这个Dockerfile提供了TextBoxes++和CRNN的一站式开发环境解决方案，涵盖了从基础系统配置到高级深度学习框架的所有依赖。通过容器化部署，研究人员和开发者可以快速搭建实验环境，专注于算法研究和应用开发，而不必担心复杂的依赖和环境配置问题。