ubuntu下配置imgaug及安装opencv-python

本文详细记录了在离线的Ubuntu服务器上安装imgaug库的过程。由于服务器无法联网,作者使用conda替代pip进行依赖库的安装。面对opencv-python安装难题,通过下载whl文件并用pip安装解决。最终成功安装imgaug,并通过Python验证了所有依赖库的正确性。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

imgaug库是一个封装好的用来进行图像增强的python库,项目链接

本文介绍了在ubuntu上成功安装imgaug。

先参考博文链接安装,该文都是连网用pip安装,但是我是服务器不能联网,通过conda进行安装。

依次安装:six numpy scipy Pillow matplotlib scikit-image imageio Shapely是没问题的,但是安装opencv-python显示


Fetching package metadata .............

PackageNotFoundError: Package missing in current linux-64 channels:
  - opencv-python

按照网上的解决方法:conda install --channel https://conda.anaconda.org/menpo opencv3,是可以成功安装opencv,但是在安装imgaug时,仍然报错找不到opencv-python,所以只能想办法安装opencv-python包,我采用的解决方法是:在官网下载对应版本的opencv-python,放在./home下,即/home/opencv_python-4.1.0.25-cp36-cp36m-manylinux1_x86_64.whl,然后

pip install opencv_python-4.1.0.25-cp36-cp36m-manylinux1_x86_64.whl

成功安装。接下来安装imgaug,在项目官网下载imgaug的压缩文件,在/home/imgaug-master.zip下执行:

pip install imgaug-master.zip

成功安装。验证:

ubuntu:~$ python
Python 3.6.8 |Anaconda, Inc.| (default, Dec 30 2018, 01:22:34)
[GCC 7.3.0] on linux
Type "help", "copyright", "credits" or "license" for more information.
>>> import imageio
>>> import imgaug as ia
>>> exit()

 

### 如何在Ubuntu系统中安装配置YOLOv4 #### 准备工作 确保已经正确安装了NVIDIA驱动程序以及CUDA工具包。可以通过命令`nvidia-smi`来验证NVIDIA驱动是否正常工作[^2]。 #### 创建Python虚拟环境并激活 为了保持项目的独立性和依赖项管理,建议创建一个新的Conda虚拟环境专门用于YOLOv4项目: ```bash conda create -n yoloenv python=3.8 conda activate yoloenv ``` #### 安装必要的库文件 对于YOLOv4来说,除了PyTorch外还需要一些其他的Python库支持。这里推荐使用清华源加速pip安装过程: ```bash pip install numpy opencv-python matplotlib Cython pillow lxml imgaug tensorflow-gpu==1.15.0 -i https://pypi.tuna.tsinghua.edu.cn/simple/ ``` 注意:如果计划使用Darknet框架原生实现,则不需要上述TensorFlow部分;如果是基于其他框架比如PyTorch移植版则可能需要适当调整依赖列表[^3]。 #### 下载YOLOv4权重与配置文件 访问官方GitHub仓库获取预训练模型权重(.weights)以及其他必要资源(如.cfg配置文件),并将它们放置在一个合适的位置以便后续加载使用。 #### 编译Darknet(仅限于原始C语言版本) 假如选择了经典的Darknet C++实现方式而不是任何一种高级语言迁移版本的话, 需要先克隆darknet git仓库到本地机器上,并按照说明文档编译生成可执行文件。 ```bash git clone https://github.com/AlexeyAB/darknet.git cd darknet make ``` 完成以上步骤之后就可以运行测试图片检测脚本以确认整个流程无误了。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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