ubuntu16.04配置opencv2、python2、cuda8.0、cudnn以及caffe

待我称王封你为后i 2022-05-26 13:24 101阅读 0赞

**opencv安装**

（1）安装编译工具以及依赖包

安装编译工具：

sudo apt-get install build-essential

安装依赖包：

sudo apt-get install cmake git libgtk2.0-dev pkg-config libavcodec-dev libavformat-dev libswscale-dev

安装可选包：

sudo apt-get install python-dev python-numpy libtbb2 libtbb-dev libjpeg-dev libpng-dev libtiff-dev libjasper-dev libdc1394-22-dev

（2）下载opencv-2.4.13，编译安装

这里去官网下载就行了，下载地址：[https://opencv.org/releases.html][https_opencv.org_releases.html]，然后解压，在终端下进入到文件夹opencv-2.4.13（也可在指定文件目录下右键“Open Terminal ”直接打开终端）：

cd opencv-2.4.13

新建一个文件夹存放临时文件：

mkdir release

切换到该临时文件夹：

cd release

开始编译：

cmake -D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_INSTALL_PREFIX=/usr/local ..  
    make -j4  
    sudo make install

（3）环境配置

配置环境将opencv的库加入到路径，从而让系统可以找到 ：

sudo gedit /etc/ld.so.conf.d/opencv.conf

在打开的文件内添加：/usr/local/lib

然后更新：

sudo ldconfig

继续编辑：

sudo gedit /etc/bash.bashrc

在打开的文件末尾加入：

PKG_CONFIG_PATH=$PKG_CONFIG_PATH:/usr/local/lib/pkgconfig  
    export PKG_CONFIG_PATH

保存退出，使环境更改立即生效：

source /etc/bash.bashrc

如果想在python里面调用opencv，还需要安装opencv-python，在终端执行如下命令：

sudo apt-get install python-opencv

测试，在终端输入python，然后输入import cv2，如果没报错就说明正常。

**cuda、caffe安装**

（1）安装依赖项

1、一般依赖项

sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libhdf5-serial-dev protobuf-compiler  
    sudo apt-get install --no-install-recommends libboost-all-dev

2、BLAS依赖项

sudo apt-get install libatlas-base-dev

或者安装：

sudo apt-get install libopenblas-dev

3、python依赖项

安装python及其头文件（ubuntu16自带python2和python3）

sudo apt-get install python  
    sudo apt-get install python-dev

安装python依赖项

sudo apt-get install python-numpy
    sudo apt-get install ipython
    sudo apt-get install ipython-notebook
    sudo apt-get install python-sklearn
    sudo apt-get install python-skimage
    sudo apt-get install python-protobuf

4、安装glog和gflags和lmdb依赖项

sudo apt-get install libgflags-dev libgoogle-glog-dev liblmdb-dev

（2）安装cuda和显卡驱动

下载cuda8.0，下载地址：[https://developer.nvidia.com/cuda-80-ga2-download-archive][https_developer.nvidia.com_cuda-80-ga2-download-archive]，注意你的系统版本，我这里下载的是cuda-repo-ubuntu1604-8-0-local-ga2\_8.0.61-1\_amd64.deb。

**进入你的cuda下载路径下**，在终端输入（注意这里的cuda文件需要改成你下载的文件名字）：

sudo dpkg -i cuda-repo-ubuntu1604-8-0-local-ga2_8.0.61-1_amd64.deb  
    sudo apt-get update  
    sudo apt-get install cuda

### 1）安装完成后设置环境变量 ###

sudo gedit /etc/bash.bashrc

在打开的文件末尾添加：

export PATH=/usr/local/cuda-8.0/bin:$PATH  
    export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64:$LD_LIBRARY_PATH

然后使更改的环境立刻生效：

source /etc/bash.bashrc

### 2）安装完毕后验证显卡驱动是否安装完毕（如果检测不到或者提示找不到文件可以重启下系统，因为刚装完显卡驱动） ###

cat /proc/driver/nvidia/version

### 3）安装git，并且下载caffe代码，默认存放在你的/home路径下 ###

sudo apt-get install git  
    git clone https://github.com/BVLC/caffe.git

进入到你的caffe源码目录

cd caffe

### 4）安装cudnn（选择安装） ###

CuDNN是专门针对Deep Learning框架设计的一套GPU计算加速方案，目前支持的DL库包括Caffe，ConvNet, Torch7等。安装很简单，其实就是执行一些拷贝操作，把头文件和库文件放到系统路径下面而已。

首先需要下载cudnn文件，我下载的是5.1版本：cudnn-8.0-linux-x64-v5.1.tgz（需要注册Nvidia官网帐号下载，当然百度一搜很多资源可以下载），然后解压，会生成一个名为cuda的文件夹，在该目录下，再执行下面的命令：

sudo cp cuda/include/cudnn.h /usr/local/cuda/include   
    sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64   
    sudo chmod a+r /usr/local/cuda/lib64/libcudnn*

**5）编译Caffe**

如需要使用cuDNN，请将Makefile.config中USE\_CUDNN := 1这一行之前的\#（注释）去掉，若安装的opencv为版本3，同理也应做出相应改动（若还需要其它配置，请仔细阅读Makefile.config）

cp ./Makefile.config.example ./Makefile.config

如果你的电脑没有GPU，你只要使用CPU，那就将CPU\_ONLY前面的注释取消掉。

# CPU-only switch (uncomment to build without GPU support).  
    # CPU_ONLY := 1

如果要使用GPU，这里不做更改。此时需要更改的是将WITH\_PYTHON\_LAYER := 1前的注释去掉，方便使用Python调用即可。

# Uncomment to support layers written in Python (will link against Python libs)  
    WITH_PYTHON_LAYER := 1

同时，为了匹配cuda8.0的计算能力，请把Makefile.config中CUDA\_ARCH中的前两行去掉(保留也行，编译的时候会弹出警告)

-gencode arch=compute_20, code=sm_20  
    -gencode arch=compute_20, code=sm_21

在Makefile.config文件中，添加 /usr/include/hdf5/serial/ 到 INCLUDE\_DIRS，也就是把下面第一行代码改为第二行代码。

INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include  
    INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include /usr/include/hdf5/serial/

在Makefile文件中，把 hdf5\_hl 和hdf5修改为hdf5\_serial\_hl 和 hdf5\_serial，也就是把下面第一行代码改为第二行代码。

LIBRARIES += glog gflags protobuf boost_system boost_filesystem m hdf5_hl hdf5  
    LIBRARIES += glog gflags protobuf boost_system boost_filesystem m hdf5_serial_hl hdf5_serial

然后编译即可完成caffe安装

首先执行：（因为我的电脑CPU是4核的，所以采用了4这个参数）

make pycaffe -j4

接着输入：

make all -j4

接着输入命令：

make test -j4

然后输入：

make runtest -j4

如果最后显示通过的话就说明caffe编译成功，当然如果遇到了问题，把报错的信息直接百度，一般都是能解决问题的。

参考文献：

[https://www.cnblogs.com/wm123/p/5385940.html][https_www.cnblogs.com_wm123_p_5385940.html]

[https://blog.csdn.net/woainishifu/article/details/73995489][https_blog.csdn.net_woainishifu_article_details_73995489]

[https://blog.csdn.net/u011452807/article/details/72637421][https_blog.csdn.net_u011452807_article_details_72637421]

[https://www.cnblogs.com/ygh1229/p/6528134.html][https_www.cnblogs.com_ygh1229_p_6528134.html]

[https_opencv.org_releases.html]: https://opencv.org/releases.html
[https_developer.nvidia.com_cuda-80-ga2-download-archive]: https://developer.nvidia.com/cuda-80-ga2-download-archive
[https_www.cnblogs.com_wm123_p_5385940.html]: https://www.cnblogs.com/wm123/p/5385940.html
[https_blog.csdn.net_woainishifu_article_details_73995489]: https://blog.csdn.net/woainishifu/article/details/73995489
[https_blog.csdn.net_u011452807_article_details_72637421]: https://blog.csdn.net/u011452807/article/details/72637421
[https_www.cnblogs.com_ygh1229_p_6528134.html]: https://www.cnblogs.com/ygh1229/p/6528134.html