最全、最新安装 Denseflow 教程，安装 CUDA11.8、12.4 支持的 OpenCV 4.X【MCPRL】

baihupleonly

已于 2024-07-08 12:34:02 修改

阅读量2.9k

点赞数 25

文章标签： opencv 人工智能计算机视觉

于 2024-05-31 20:48:00 首次发布

本文链接：https://blog.youkuaiyun.com/baihupleonly/article/details/139360191

版权

一、前言

最近在做一个视频理解的项目，需要使用 MMaction 对 ActivityNet 进行抽帧。

根据 MMaction/data/activitynet/ 下的 md 文件，看到需要提前安装 denseflow，而 denseflow 需要带 CUDA 版本的 OpenCV，反复装了很多次终于装好了。

算是安装最长时间的环境（满打满算有五天，遭遇无数问题，根本上是版本兼容的问题），故在此记录。希望有帮助。

二、准备工作

CUDA：11.8+ （个人尝试 11.8、12.4 均成功）

CMake：3.29.0 没有的可以 sudo apt-get install cmake 安装

gcc、g++：10.5.0 很重要（高版本可能会报错，但是低版本我没有尝试），可采用这个

方法进行 gcc、g++ 版本的切换：gcc/g++ 多版本之间切换_gcc 版本切换-优快云博客

CUDNN：不是必须，如有需要，可以自行选择安装

三、正式安装

写在前面：我是全程挂的代理，确保所有脚本、编译时需要的文件都被完整下载。否则可能导致xxx.i 文件缺失，这个可能需要自行百度。

教程：我的安装时参考这个来的

https://github.com/open-mmlab/denseflow/blob/master/INSTALL.md

a、conda 创建虚拟环境并进入（python = 3.9.19）

conda create --name env_name python=3.9.19
conda activate env_name

b、安装 OpenCV 所需的相关依赖

# find one dir, example: /baihuple/test
cd /baihuple/test

# ZZROOT is the root dir of all the installation
# you may put these lines into your `.bashrc` or `.zshrc`.
vim ~/.bashrc
export ZZROOT=$HOME/app
export PATH=$ZZROOT/bin:$PATH
export LD_LIBRARY_PATH=$ZZROOT/lib:$ZZROOT/lib64:$LD_LIBRARY_PATH
# wq! the file
source ~/.bashrc

# go back to the environment
conda activate env_name

# fetch install scripts
git clone https://github.com/innerlee/setup.git
cd setup

# opencv depends on ffmpeg for video decoding
# ffmpeg depends on nasm, yasm, libx264, libx265, libvpx
./zznasm.sh
./zzyasm.sh
./zzlibx264.sh
./zzlibx265.sh
./zzlibvpx.sh

# finally install ffmpeg
./zzffmpeg.sh

c、安装 OpenCV4，使用 setup/zzopencv.sh 脚本【最关键部分，容易出错在 cmake】

注意：我在执行 zzopen.sh 经常报错，是它脚本里的 opencv、opencv_contrib 的版本太老了，我采用的方法是在 github 上 opencv/opencv、opencv/opencv_contrib 直接拉取，下载到 ~/app/src 下。服务器配上梯子最好哦

# 切换到脚本本来解压下载的 tar 文件的目标文件夹
cd ~/app/src/

# 下载 opencv
git clone https://github.com/opencv/opencv.git

# 下载 opencv_contrib
git clone https://github.com/opencv/opencv_contrib.git

# back to the dir
cd /baihuple/test/setup

在此之后，由于我们不用根据原脚本下载 tar 和解压，故需要对 zzopencv.sh 中的代码进行修改，下面直接贴修改后的代码。

# edited code for the zzopencv.sh
#!/bin/bash
# install opencv
set -e

ROOTDIR=${ZZROOT:-$HOME/app}

mkdir -p src/$NAME1
mkdir -p src/$NAME2

cd src/$NAME1
mkdir -p build
cd build

export PKG_CONFIG_PATH="$ROOTDIR"/lib/pkgconfig:$PKG_CONFIG_PATH

cmake \
    -DBUILD_EXAMPLES=OFF \
    -DWITH_QT=OFF \
    -DCUDA_GENERATION=Auto \
    -DOpenGL_GL_PREFERENCE=GLVND \
    -DBUILD_opencv_hdf=OFF \
    -DBUILD_PERF_TESTS=OFF \
    -DBUILD_TESTS=OFF \
    -DCMAKE_BUILD_TYPE=RELEASE \
    -DBUILD_opencv_cnn_3dobj=OFF \
    -DBUILD_opencv_dnn=OFF \
    -DBUILD_opencv_datasets=OFF \
    -DBUILD_opencv_aruco=OFF \
    -DBUILD_opencv_tracking=OFF \
    -DBUILD_opencv_text=OFF \
    -DBUILD_opencv_stereo=OFF \
    -DBUILD_opencv_saliency=OFF \
    -DBUILD_opencv_rgbd=OFF \
    -DBUILD_opencv_reg=OFF \
    -DBUILD_opencv_ovis=OFF \
    -DBUILD_opencv_matlab=OFF \
    -DBUILD_opencv_freetype=OFF \
    -DBUILD_opencv_dpm=OFF \
    -DBUILD_opencv_face=OFF \
    -DBUILD_opencv_dnn_superres=OFF \
    -DBUILD_opencv_dnn_objdetect=OFF \
    -DBUILD_opencv_bgsegm=OFF \
    -DBUILD_opencv_cvv=OFF \
    -DBUILD_opencv_ccalib=OFF \
    -DBUILD_opencv_bioinspired=OFF \
    -DBUILD_opencv_dnn_modern=OFF \
    -DBUILD_opencv_dnns_easily_fooled=OFF \
    -DBUILD_JAVA=OFF \
    -DBUILD_opencv_python2=OFF \
    -DBUILD_NEW_PYTHON_SUPPORT=ON \
    -DBUILD_opencv_python3=OFF \
    -DHAVE_opencv_python3=OFF \
    -DPYTHON_DEFAULT_EXECUTABLE="$(which python)" \
    -DWITH_OPENGL=ON \
    -DWITH_VTK=OFF \
    -DFORCE_VTK=OFF \
    -DWITH_TBB=ON \
    -DWITH_GDAL=ON \
    -DCUDA_FAST_MATH=ON \
    -DWITH_CUBLAS=ON \
    -DWITH_MKL=ON \
    -DMKL_USE_MULTITHREAD=ON \
    -DOPENCV_ENABLE_NONFREE=ON \
    -DWITH_CUDA=ON \
    -DNVCC_FLAGS_EXTRA="--default-stream per-thread" \
    -DWITH_NVCUVID=OFF \
    -DBUILD_opencv_cudacodec=OFF \
    -DMKL_WITH_TBB=ON \
    -DWITH_FFMPEG=ON \
    -DMKL_WITH_OPENMP=ON \
    -DWITH_XINE=ON \
    -DENABLE_PRECOMPILED_HEADERS=OFF \
    -DCMAKE_INSTALL_PREFIX="$ROOTDIR" \
    -DOPENCV_GENERATE_PKGCONFIG=ON \
    -DOPENCV_EXTRA_MODULES_PATH=../../opencv_contrib/modules \
    ..

make -j"$(nproc)" && make install

echo "$NAME1" installed on "$ROOTDIR"
echo add following line to .zshrc
echo export OpenCV_DIR="$ROOTDIR"

修改后，直接执行该脚本 zzopencv.sh，编译正常就能看见进度条终于到达 100% 啦！如果你成功安装，那么恭喜你🎉🎉🎉，opencv 完全安装好了！

# install opencv 4.3.0
./zzopencv.sh

# you may put this line into your .bashrc
vim ~/.bashrc
export OpenCV_DIR=$ZZROOT
source ~/.bashrc

# back to env
conda activate my_env

配置 OpenCV 路径，以便后续查看 OpenCV 相关信息

# into ~/.bashrc
vim ~/.bashrc

# 添加下面在 ~/.bashrc 最后
# /path/to/opencv/lib/pkgconfig 里面有 opencv4.pc
# ~/app/lib/ 下
export PKG_CONFIG_PATH=/path/to/opencv/lib/pkgconfig:$PKG_CONFIG_PATH

# 生效,回到 my_env 环境
source ~/.bashrc
conda activate my_env

通过下面命令，查看 OpenCV 安装信息，若有输出，则配置路径成功。

# check opencv4
pkg-config --libs opencv4

d、安装 Boost Libray、HDF5 Libary(Optional)

# install boost
./zzboost.sh

# you may put this line into your .bashrc
vim ~/.bashrc
export BOOST_ROOT=$ZZROOT
source ~/.bashrc

conda activate my_env

# install hdf5
./zzhdf5.sh

e、安装 Denseflow

# finally, install denseflow
./zzdenseflow.sh

安装完成后，出现如下界面，那么继续恭喜你，DenseFlow 完全安装好了，路径在 ~/app/src/denseflow 里面，相关生成的库文件在 ~/app/lib 中：

四、遭遇 Bug 记录

1、在 ./zzopencv.sh 执行过程中，出现 Error Generating File 问题（最主要）

原因：CUDA 版本、Opencv 版本、GCC、G++ 版本不匹配

解决：参考我的配置情况，重新安装，完成后删除 ~/app/src 下的所有文件，从三b重 新执行后续步骤

2、软链接找不到问题 libvpx、lib256

原因：三b 前几行写入 ~/.bashrc 有问题

解决：删除 ~/app/src 下的所有文件，三b开始重新执行

命令：sudo ln -sf xxx xxx

3、编译过程中缺失文件问题

原因：从外网下载文件被墙了

解决：配节点 or 问百度

4、解释一下 zzopencv.sh 的 CMAKE 命令

若编译 CUDA 版本的，相关参数一定要带上，网上有些教程没带 CUDA_ON 的，能够编译成功，但是到最后编译 denseflow 时，会报错缺少 cudaarith.hpp 文件等问题。

CMAKE 命令及参数没问题，不要轻易更改。

五、总结

刚上手项目，没想到卡在这卡了快一周，果真程序员最难的是配环境。不过只要坚持找问题，一定能够解决的。希望这篇博客能够帮助大家，欢迎评论区讨论！！