深度学习环境搭建及相关工具安装（cuda、cudnn、TensorRT、Opencv、nginx、ffmpeg）

本文链接：https://blog.youkuaiyun.com/qq_50380073/article/details/136627287

一、安装cmake及g++

# 安装cmake

sudo apt install cmake

# 查看make版本

make -v

# 安装g++

sudo apt-get install g++

# 更新系统

sudo apt-get update

二、安装cuda、cudnn

nvidia-smi

# 首先在英伟达官网下载cuda进行安装即可。

https://developer.nvidia.com/cuda-toolkit-archive

sudo sh cuda_11.8_455.32.00_linux.run

# 在安装过程中会跳出一些选择界面，首先是 Abort和continue，选择continue。然后输入accept后出现CUDA Installer，因为已经安装过NVIDIA的驱动了，而弹出的CUDA Installer 自带显卡驱动，所以这一步按空格去掉安装显卡驱动的选项（这一步很重要，如果不去掉可能会引起驱动冲突，导致最后pytorch配置完后，torch.cuda.is_available()=False），然后选择install，就好了。
# 配置环境变量

gedit ~/.bashrc

# 在文件结尾输入以下语句，保存

export PATH=/usr/local/cuda-11.8/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-11.8/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

# 更新环境变量配置

source ~/.bashrc

# nvcc -V命令查看cuda信息
# 如果想要卸载CUDA（例如重新安装了驱动等情况），需要使用下面的命令

cd /usr/local/cuda-xx.x/bin/
sudo ./cuda-uninstaller
sudo rm -rf /usr/local/cuda-xx.x

# 安装CUDNN

https://developer.nvidia.com/rdp/cudnn-archive

# 单击后选择cuDNN Library for Linux（x86_64）下载安装包

tar -zxvf cudnnXXXXXXXXXX.tgz
cp cuda/lib/* /usr/local/cuda-11.1/lib64/
cp cuda/include/* /usr/local/cuda-11.1/include/

# 查看cuDNN的信息

cat /usr/local/cuda-11.1/include/cudnn_version.h | grep CUDNN_MAJOR -A 2

三、安装TensorRT

# 官网下载TensorRT并解压缩到 /usr/local 目录中

sudo tar -xzvf TensorRT-8.6.1.6.Ubuntu-20.04.x86_64-gnu.cuda-11.8.cudnn8.6.tar.gz -C /usr/local

# 创建软链接

sudo ln -s /usr/local/TensorRT-8.6.1.6 /usr/local/tensorRT

# 添加环境变量

gedit ~/.bashrc

# 将下面两行代码添加到 ~/.bashrc 文件中

export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/tensorRT/lib:/usr/local/cuda/lib64:/usr/local/lib
export CPATH=$CPATH:/usr/local/cuda/include:/usr/local/tensorRT/include

# 更新环境变量配置

source ~/.bashrc

四、nginx搭建

# 安装编译 nginx 所需要的库

sudo apt-get install build-essential libpcre3 libpcre3-dev libssl-dev

mkdir nginx_rtmp
cd nginx_rtmp/

wget http://nginx.org/download/nginx-1.21.6.tar.gz
wget https://github.com/arut/nginx-rtmp-module/archive/master.zip
tar -xf nginx-1.21.6.tar.gz
unzip master.zip

cd nginx-1.21.6
./configure --with-http_ssl_module --add-module=../nginx-rtmp-module-master

make

sudo make install

# 检查nginx是否安装完成

/usr/local/nginx/sbin/nginx -v

# 启动

sudo /usr/local/nginx/sbin/nginx

# 配置nginx使用RTMP, /usr/local/nginx/conf/nginx.conf

gedit  /usr/local/nginx/conf/nginx.conf


rtmp {
        server {
                listen 1935;
                chunk_size 4096;
                application live {
                        live on;
                        record off;
                }
        }
}

source ~/.bashrc

# 重启nginx服务器

sudo /usr/local/nginx/sbin/nginx -s stop
sudo /usr/local/nginx/sbin/nginx

五、opencv安装

# 安装依赖

sudo apt install build-essential cmake git pkg-config libgtk-3-dev libavcodec-dev libavformat-dev libswscale-dev libv4l-dev libxvidcore-dev libx264-dev libjpeg-dev libpng-dev libtiff-dev gfortran openexr libatlas-base-dev python3-dev python3-numpy libtbb2 libtbb-dev libdc1394-22-dev
cd opencv

mkdir build && cd build


cmake -D CMAKE_BUILD_TYPE=RELEASE \
    -D CMAKE_INSTALL_PREFIX=/usr/local \
    -D WITH_TBB=ON \
    -D ENABLE_FAST_MATH=1 \
    -D CUDA_FAST_MATH=1 \
    -D WITH_CUBLAS=1 \
    -D WITH_CUDA=ON \
    -D BUILD_opencv_cudacodec=OFF \
    -D WITH_CUDNN=ON \
    -D OPENCV_DNN_CUDA=ON \
    -D CUDA_ARCH_BIN=8.6 \
    -D WITH_V4L=ON \
    -D WITH_QT=OFF \
    -D WITH_OPENGL=ON \
    -D WITH_GSTREAMER=ON \
    -D OPENCV_GENERATE_PKGCONFIG=ON \
    -D OPENCV_PC_FILE_NAME=opencv.pc \
    -D OPENCV_ENABLE_NONFREE=ON \
    -D OPENCV_EXTRA_MODULES_PATH=../../opencv_contrib/modules \
    -D INSTALL_PYTHON_EXAMPLES=OFF \
    -D INSTALL_C_EXAMPLES=OFF \
    -D BUILD_EXAMPLES=OFF ..

make -j$(nproc)

sudo make install

sudo ldconfig

六、FFmpeg

依赖库

sudo apt-get install -y autoconf automake build-essential git libass-dev libfreetype6-dev libsdl2-dev libtheora-dev libtool libva-dev libvdpau-dev libvorbis-dev libxcb1-dev libxcb-shm0-dev libxcb-xfixes0-dev pkg-config texinfo wget zlib1g-dev