Ubuntu opencv yolo环境配置及测试(更新2019.12.19)以后待更新

本文详细介绍了在Ubuntu18.04系统上从源码编译安装Opencv3.4.0的过程,包括依赖项安装、配置cmake参数、编译及环境变量设置等关键步骤。

Opencv系统环境配置

个人配置

本人PC dell G3 (GTX1060+CPU i5-7500)
关于Ubuntu 18.04
参考前面blog dell g3 对于硬盘格式的问题一直尝试未成功安装16.04LTS后改装18.04LTS
自带python3.6
一开始使用的virtualenv配置了python3.6的opencv pytorch的虚拟python环境
但是整个Ubuntu18.04LTS 系统环境是不能使用Opencv需要自己进行源码编译

Opencv3.4.0的源码编译

1.需要对其进行相关依赖项的安装
ctrl+alt+t打开终端
cmake:

sudo apt-get install cmake

依赖:

sudo apt-get install build-essential libgtk2.0-dev libavcodec-dev libavformat-dev libjpeg-dev libswscale-dev libtiff5-dev
sudo apt-get install libgtk2.0-dev
sudo apt-get install pkg-config

直接复制 仔细观察是否存在无法安装的问题
opencv download 源码 https://opencv.org/releases/

mkdir build
cd build
(1)sudo cmake -D CMAKE_BUILD_TYPE=Release -D CMAKE_INSTALL_PREFIX=/usr/local ..
不带拓展包
(2)sudo cmake -D CMAKE_INSTALL_PREFIX=/usr/local -D CMAKE_BUILD_TYPE=Release -D OPENCV_EXTRA_MODULES_PATH=../opencv_contrib/modules ..
当然中间如果需要指定编译到python3中需要更改cmake的指令(最好复制到txt文件中仔细查看是否符合自己环境)

cmake -DCMAKE_INSTALL_PREFIX=/usr/local -DCMAKE_BUILD_TYPE=Release -DOPENCV_EXTRA_MODULES_PATH=/home/fox/opencv3/opencv_contrib-3.4.0/opencv_contrib-3.4.0/modules -DPYTHON_DEFAULT_EXECUTABLE=/usr/bin/python3 -DBUILD_opencv_python3=ON -DBUILD_opencv_python2=OFF -DINSTALL_C_EXAMPLES=ON -DINSTALL_PYTHON_EXAMPLES=ON -DBUILD_EXAMPLES=ON -DPYTHON3_EXCUTABLE=/usr/bin/python3 -DPYTHON3_INCLUDE_DIR=/usr/include/python3.6m -DPYTHON3_INCLUDE_DIR2=/usr/include/x86_64-linux-gnu/python3.6m -DPYTHON_LIBRARY3=/usr/lib/python3.6/config-3.6m-x86_64-linux-gnu/libpython3.6m.so -DPYTHON3_NUMPY_INCLUDE_DIRS=/home/fox/.local/lib/python3.6/site-packages/numpy/core/include/-DWITH_TBB=ON -DWITH_EIGEN=ON ..

有可能会用到的查询步骤环境(这是本人的环境)

#PYTHON_EXECUTABLE
which python3
/usr/bin/python3
#PYTHON_INCLUDE_DIR
from distutils.sysconfig import get_python_inc
print(get_python_inc())
/usr/include/python3.6m
#PYTHON_NUMPY_PATH
import numpy
print(numpy.__file__)
/home/fox/.local/lib/python3.6/site-packages/numpy/__init__.py
#PYTHON_PACKAGES_PATH
from distutils.sysconfig import get_python_lib
print(get_python_lib())
/usr/lib/python3/dist-packages
#CMAKE_INSTALL_PREFIX
import sys
print(sys.prefix)
/usr

带拓展包
路径1:你要编译安装opencv的位置
路径2:opencv_contrib-3.4.0的modules的路径,在这里即是/home/XXX/opencv-3.4.0/opencv_contrib-3.2.0/modules

sudo make -j8
sudo make install

用gedit打开/etc/ld.so.conf
sudo gedit /etc/ld.so.conf
在文件中加上一行 /usr/loacal/lib
其中/user/loacal是opencv安装路径也就是makefile中指定的安装路
sudo ldconfig
让其生效
sudo gedit /etc/bash.bashrc
在最后添加两行内容
PKG_CONFIG_PATH=$PKG_CONFIG_PATH:/usr/local/lib/pkgconfig
export PKG_CONFIG_PATH
最后终端运行
source /etc/bash.bashrc
pkg-config opencv --modversion

### Ubuntu 上安装和配置 YOLO 环境 #### 准备工作 为了确保顺利安装,在开始之前确认系统已更新至最新状态并安装必要的依赖包。 ```bash sudo apt update && sudo apt upgrade -y sudo apt install git wget build-essential libgl1-mesa-glx -y ``` #### Anaconda 安装 对于稳定管理和隔离不同项目所需的 Python 版本及其库,推荐使用 Anaconda 或 Miniconda 来管理环境。Anaconda 是一个开源的数据科学平台,包含了 Conda 这个强大的包管理系统[^1]。 下载适合系统的 Anaconda 或者更轻量级的 Miniconda 并按照官方说明完成安装过程。完成后可以通过命令 `conda -V` 和 `python -V` 查看是否成功安装以及对应的版本号[^2]。 #### 创建虚拟环境 创建专门用于 YOLO 的新环境可以防止与其他项目的冲突,并保持开发环境整洁有序。这里指定 Python 3.8 作为目标解释器版本: ```bash conda create -n yolo5 python=3.8 ``` 激活新建的环境以便后续操作都在此环境中执行: ```bash conda activate yolo5 ``` #### 安装 PyTorch 及其他依赖项 考虑到不同的硬件支持情况(CPU/GPU),选择合适的 PyTorch 安装方式非常重要。如果计划利用 NVIDIA GPU 加速模型训练,则需先确认 CUDA 已正确设置好。假设已经具备 CUDA 11.x 支持的情况下,可通过如下指令来安装兼容版本的 PyTorch: ```bash conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch ``` 除此之外,还需根据具体需求安装额外的一些 Python 库文件,比如 NumPy, Matplotlib 等常用工具;这些通常可以直接通过 pip 或 conda 命令获取。 #### 获取 YOLO 源码 从 GitHub 克隆仓库到本地机器上,这样可以获得最新的源代码及预训练权重文件。以 Mamba-YOLO 为例: ```bash git clone https://github.com/HZAI-ZJNU/Mamba-YOLO.git cd Mamba-YOLO/ ``` 进入克隆下来的目录后,依据 README.md 中给出的具体指导进一步调整配置参数或运行脚本来初始化项目结构[^3]。 #### 测试验证 最后一步是对整个流程做一个简单的检验——尝试加载预训练好的检测网络并对一张图片做推理预测。这不仅能够帮助理解 API 使用方法,也能及时发现潜在的问题所在。
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