Cuda10+cudnn7.3+Ubuntu16.0下安装源码opencv3.4.0

搭建opencv的GPU(CUDA、CUDNN)环境 背景 想使用opencv驱动yolov3训练的模型,但是只使用CPU的时候,发现一个问题,速度太慢,使用opencl的时候反而时间更长,貌似原因是需要交互所以需要时间更长(原谅我不求甚解),于是想要gpu进行加速,但这需要使用cuda,,但是发现使用opencv4.1.0不能使用cudnn,而opencv4.2.0则可以。所以重装opencv4.2.0。 系统:ubuntu16.04 电脑显卡:G... 阅读详情

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

sudo apt-get install libavcodec-dev libavformat-dev libswscale-dev libv4l-dev
sudo apt-get install libxvidcore-dev libx264-dev
sudo apt-get install libgtk-3-dev
sudo apt-get install libatlas-base-dev gfortran pylint
下载文件版本要对应
wget https://github.com/opencv/opencv/archive/3.4.0.zip -O opencv-3.4.0.zip
wget https://github.com/opencv/opencv_contrib/archive/3.4.0.zip -O opencv_contrib-3.4.0.zip
unzip opencv-3.4.0.zip
unzip opencv_contrib-3.4.0.zip

cd opencv-3.4.0 && mkdir build && cd build

cmake -DCMAKE_BUILD_TYPE=Release -DCMAKE_INSTALL_PREFIX=/usr/local -DOPENCV_EXTRA_MODULES_PATH=…/…/opencv_contrib-3.4.0/modules -DOPENCV_ENABLE_NONFREE=True …
这里遇到错误
fatal error: opencv2/xfeatures2d/cuda.hpp: No such file or directory
加上cmake -DBUILD_opencv_xfeatures2d=OFF
编译成功
nproc
输出内核个数
24
make -j24
sudo make install
#sudo make -j"$(nproc)" install
查看opencv安装的地方
find /usr/local/lib/ -type f -name “cv2*.so”
find /usr/local/lib/ -type f -name “cv2*.so”
我的显示如上
import cv2
cv2.version
用python查看安装的opencv版本

深度学习Ubuntu16.04-pytoch+opencv+cuda+cudnn+caffe ============================== 目录 0.ubuntu分区 1.装chrome卸火狐 2.安装最新版wineQQ 3.CUDA+cudnn 4.pytorch 5.opencv 6.pycharm 7.tensorflow 8.caffe ================================= 现在caffe整合进pytorch啦,... 阅读详情

相关推荐

opencv3.4+opencv_contrib3.4+cuda10.0+tbb+win10 编译后的库,可直接调用

opencv3.4+opencv_contrib3.4+cuda10.0+tbb+cmake3.4 编译后生成的库,可直接调用!省去大量编译时间

Ubuntu18.04安装opencv3.4.1和opencv_contrib3.4.1时遇到错误处理方法

Ubuntu18.04安装opencv3.4.1和opencv_contrib3.4.1时遇到错误处理方法

qq_57061492的博客 2197

cuDNN7.3.1【windows版本】

cuDNN7 tensorflow-gpu必备工具,NVIDIA cuDNN is a GPU-accelerated library of primitives for deep neural networks. Download cuDNN v7.3.0 (Sept 19, 2018), for CUDA 10.0 cuDNN Developer Guide cuDNN Install Guide cuDNN Release Notes

[错误记录】Ubuntu20.04下安装OpenCV3.4.5时make报错

最近在Ubuntu20.04下安装OpenCV3.4.5以及OpenCV_contrib3.4.5时,在生成makefile的时候出现几个错误。

weixin_51972142的博客 1410

编译opencv3.4.1源码(包含CUDA,Contrib,Tbb)

使用Cmake3.8编译的opencv3.4.1源码,添加了Contribute扩展库,CUDA9.1以及TBB,可以直接使用

xfeatures2d编译时提示缺的包

安装opencv的扩展包opencv_contrib时可能会提示缺失的文件 boostdesc_bgm_bi.i boostdesc_bgm_hd.i boostdesc_bgm.i boostdesc_binboost_064.i boostdesc_binboost_128.i boostdesc_binboost_256.i boostdesc_lbgm.i vgg_generated_120.i vgg_generated_80.i

opencv 编译 错误fatal error: opencv2/xfeatures2d/cuda.hpp: No such file or directory

在对应的Cmakelists.txt中添加一下代码(xfeatures2d绝对路径)

zh_98的博客 529

树莓派安装opencv fatal error: opencv2/xfeatures2d/cuda.hpp: No such file or directory

最近给树莓派安装opencv的时候,安装方法百度,我下载的版本是opencv3.4.11,需要下载两个文件opencv-3.4.11.zip和opencv_contrib-3.4.11.zip,下载完成后unzip到一个目录。在编译过程中报了如下几个错,基本原因是找不到包含的文件,通过文件搜索找到该文件,通过修改包含文件的路径解决。 1.opencv fatal error: opencv2/xfeatures2d/cuda.hpp: No such file or directory 2.fatal.

lhl161123的专栏 3681

pytorch中的wheel文件

whl 文件是 Python 的一个软件包分发格式,用于在 Python 中安装软件包。它是 Python Wheel 的缩写,也被称为 wheel 文件。这种文件格式旨在简化 Python 软件包的安装和分发。对于 PyTorch 而言,它提供了预编译的 .whl 文件,您可以通过 pip 安装这些文件来快速方便地安装 PyTorch。这些 .whl 文件是已经编译好的二进制分发文件,可以直接安装在您的 Python 环境中,而无需再进行编译。

bj_zhb的博客 3127

windows10系统上安装最新版mysql 8.0详细步骤

windows10系统上安装最新版mysql 8.0详细步骤

glei20的博客 6715

opencv-3.4.0报错二fatal error: opencv2/xfeatures2d/cuda.hpp: 没有那个文件或目录

[ 96%] Building CXX object modules/stitching/CMakeFiles/opencv_stitching_pch_dephelp.dir/opencv_stitching_pch_dephelp.cxx.o In file included from /home/pi/opencv-3.4.0/build/modules/stitching/opencv_stitching_pch_dephelp.cxx:1: /home/pi/opencv-3.4.0/module

zhongqli的博客 7164

绕过限制?实测修改UA在PC端运行微信小程序的可行性及风险

本文探讨了通过修改User-Agent(UA)在PC端运行微信小程序的技术可行性及风险。分析了小程序设备限制的技术原理,包括`wx.getSystemInfo`API和UA检测机制,并提供了多种修改方案及其局限性。同时强调了潜在的安全和法律风险,推荐使用官方模拟器或安卓模拟器等更安全的替代方案。

weixin_30879169的博客 363

ubuntu16.04 + cuda10.1 + opencv-3.3.0 + caffe

1.系统环境 系统:ubuntu16.04 GPU驱动:nvidia-driver-418-server CUDA版本:cuda10.1 CUDNN版本:cudnn7.6.4 Anaconda版本:Anaconda5.2 (python3.6) opencv版本:opencv-3.3.0 2.安装caffe opencv-3.3.0的编译可以参考我的: https://blog.csdn.net/lu_linux/article/details/117187172 环境依赖 ...

lu_linux的博客 320

【YoloV8改进策略】上采样改进|EUCB,轻量高效的上采样模块|即插即用

YOLOv8作为当前最先进的实时目标检测与实例分割模型之一,其在速度与精度之间取得了出色的平衡。然而,在资源受限的边缘设备或对实时性要求极高的应用场景中,YOLOv8的计算开销,尤其是在特征金字塔网络(FPN)和路径聚合网络(PAN)中用于特征融合的上采样操作,仍然是一个瓶颈。YOLOv8的颈部(Neck)结构中广泛使用nn.Upsample进行上采样,该操作虽然简单,但缺乏对特征内容的感知能力,且后续通常需要标准卷积来修复因插值带来的伪影,这增加了不必要的计算负担。

m0_47867638的博客 752

【PCIe硬件】PCIe引脚PRSNT与热插拔

热插拔的基本目的是要让PCIe设备按照规定的顺序、原则,从系统中移除或插入到系统中来,并能正常的工作,且不影响系统的正常运行。事实上,PCIe“热插拔”的关键目的就是为前面面所提到的系统RAS服务的,是提升系统RAS能力的非常重要的手段!注意,这里有两个相关概念,前面我们讲的热插拔,其实是广义的“热插拔”。这里的Hot-Plug,为了方便,我们叫做PCIe热插拔,也就是我们现在及后面将要讨论的内容。

smartvxworks的博客 2806

安装OpenCV-3.4.0

安装OpenCV-3.4.0参考链接:安装环境安装目标步骤步骤一: 安装依赖步骤二: 下载OpenCV source code步骤三:创造虚拟环境并下载numpy步骤四:Configuring and compiling OpenCV on Ubuntu 16.04步骤五: Finish your OpenCV install步骤六:检测安装的版本 此文仅供我自己参考,如果对你们也有帮助,我很开...

Lynn_L27的博客 642

YOLOv8【第十三章:模型压缩与极致优化篇·第4节】LAMP 剪枝算法——无需超参的自动化剪枝策略!

🏆 本文收录于 《YOLOv8实战:从入门到深度优化》 专栏。该专栏系统复现并梳理全网各类 YOLOv8 改进与实战案例(当前已覆盖分类 / 检测 / 分割 / 追踪 / 关键点 / OBB 检测等方向),坚持持续更新 + 深度解析,质量分长期稳定在 97 分以上,可视为当前市面上 覆盖较全、更新较快、实战导向极强 的 YOLO 改进系列内容之一。

**My Coding Family** 5644

安装ubuntu16.04+cuda9.0+cudnn7.0+opencv3.4.5+ros个人总结

我的机型是联想拯救者y7000 显卡gtx1060 1.首先安装ubuntu16.04双系统 这个注意看好版本 最好安装最新的版本 比如ubuntu16.04.6 血和泪的教训 试了ubuntu16.04.2 ubuntu16.04.3都各种问题 换成这个之后问题解决了 安装过程都能查到,注意是UEFI引导的相关教程 这里说到拯救者y7000这款电脑安装好之后会发现wifi被禁用,这是因为系统...

qq_36852276的博客 1329

基于Python的FAO农业数据高效爬取与分析实战:从Scrapy到异步爬虫的进阶之路

本文将详细介绍如何使用Python最新技术爬取联合国粮农组织(FAO)的农业数据,涵盖从基础爬虫到高级异步爬虫的完整实现过程。文章包含5000余字的技术解析,提供完整的代码示例,并探讨数据处理与存储的最佳实践。

2201_76125261的博客 241

老版QQ原生表情gif动态

这是老版的QQ表情,不过全是动态的的,Windows照片查看器是不会动的,可以右击用浏览器打开查看,再说一遍是老版的,只是分享给宁愿用老版也要动态的人。

Ubuntu16.04+CUDA9.0+Opencv2.4.9+Opencv3.4.3

由于自己想跑一些基于gpu的工程项目,所有就配置了一下CUDA等工具,同时也把Opencv的gpu模块编译了,这个过程真是填坑不断,花费了一天多的时间才算配置完成,希望这篇文章可以快速的解决一些问题!

有待成长的小学生 1130

Outlook Express 6 (OE6) for Win7/Win8/Win10

英文版 Outlook Express6.0, 兼容Win7/Win10/WinXP,解压就可用。

ubuntu16.04+CUDA8.0+GTX1080Ti+yolov3+Opencv3.1.0详细配置

本片博客的安装环境是ubuntu16.04系统和已经安装好的GPU驱动,GPU安装驱动请自行完成。 安装好驱动之后执命令查看安装的驱动版本: sudo nvidia-smi 可以看到我的驱动是384.130版 1. 安装CUDA cuda的下载 我这里选择cuda-8.0.44进行下载。这个是下载cuda的链接地址:https://developer.nvidia.co...

qq_36362060的博客 1万+

VB摄像头监控

该VB模块可对摄像头捕获的画面进行录像等,可在创建的窗口进行控制

win10 跳过U8环境检测的IE WebControls.rar

win10 安装u8的时候 提示IE WebControls 不通过,这个工具可以欺骗u8的检查。 跳过U8环境检测的IE WebControls。提示导入失败后,重新检测通过。

OpenCV源码安装教程(兼容CUDA)

本文介绍如何自定义目录使用源码安装OpenCV。

周先森爱吃素的博客 6850

Ubuntu16.04安装Anaconda(Python3.7版本)

该博客为《Ubuntu 相关》系列博客的第十篇,该系列博客主要对Ubuntu安装各种软件或者库进行一个记录,方便重装系统后快速恢复工作。 开始学习深度学习,陆续的就要安装一些深度学习的框架和一些常用的库,还有opencv,曾经装了一个星期没装上,这次直接用conda安装,不编译源码了。 Ubuntu16.04安装Anaconda(Python3.6版本)版本论证下载Anaconda安装包官网下载地址清华镜像安装Anacondaconda修改清华源 为啥要装个低版本的呢,因为我想要安装PaddlePaddle

梁小憨憨的博客 7986

Ubuntu18.04+CUDA8.0+cuDNN11.0环境下,编译安装opencv4.4.0和darknet、测试yolov4踩坑集锦

一、环境配置: (一)前言 Ubuntu18.04、CUDA8.0、cuDNN11.0的安装与配置以及Nvidia驱动的安装不再赘述,可查看另一篇文章:《ubuntu16.04/18.04安装卸载cuda10.0/10.1和cudnn图文说明》 。版本不同但安装方法大同小异。需要注意nvidia驱动、CUDA和cuDNN的版本号需要对应,低版本的驱动安装高版本的CUDA是不行的,会出现报错: CUDA driver version is insufficient for CUDA runtime vers

mbytes的博客 2162

Ubuntu16.04安装CUDA9.0+cuDNN7+python2.7+Tensorflow12+opencv3.4.0+Matlab2015b+Caffe(GPU)

所用安装包链接等审核通过了我贴上,收了一个金币,包含cuda9.0+cuDNN7.4.1+Matlab2015b+opencv3.4.0+caffe源码 1 禁用nouveau 重启系统,在选择系统的界面安键盘“e”,将倒数第二行的quiet splash -- 改为 quiet splash acpi=off 进入Ubuntu系统后输入lsmod | grep nouveau ,没有任何输...

半度微凉的博客 939
上一篇: caffe2的安装与遇到的问题和解决问题步骤
下一篇: C语言质数的简单判断和输出
Lotus_AI
博客等级 码龄10年 14粉丝 17原创
评论 1
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值