git clone https://github.com/davisking/dlib.git
cd dlib
python setup.py install --no DLIB_USE_CUDA
人脸需要的库
scikit-image
numpy
opencv-python
imutils
scipy
pandas
PyYaml
在 Ubuntu 上安装特定版本的 dlib(例如 19.17 版本),通常有以下几个步骤。但请注意,Ubuntu 的官方仓库可能不会包含每一个版本的 dlib。如果官方仓库中没有你需要的版本,你可能需要从源代码编译。
通过 Ubuntu 仓库安装(如果可用):
-
打开终端。
-
更新包列表:
bash
sudo apt-get update
-
尝试安装 dlib(如果仓库中有 19.17 版本的话):
bash
sudo apt-get install libdlib-dev=19.17
如果上述命令中没有版本号,或者该版本不在仓库中,那么你需要使用其他方法安装。
通过源代码编译安装:
如果 Ubuntu 官方仓库中没有你需要的 dlib 版本,你可以按照以下步骤从源代码编译安装:
-
安装依赖: dlib 编译需要一些基础的依赖,如 cmake、boost 和其他库。可以使用以下命令安装:
sudo apt-get install build-essential cmake libboost-all-dev
-
下载 dlib 源代码: 访问 dlib 的 GitHub 仓库,然后下载对应版本的源代码或者使用 git 克隆:
git clone https://github.com/davisking/dlib.git cd dlib git checkout v19.17
-
在dlib中创建构建目录:
mkdir build && cd build cmake .. -DDLIB_USE_CUDA=OFF -DUSE_AVX_INSTRUCTIONS=ON -DCMAKE_POSITION_INDEPENDENT_CODE=ON cmake --build . sudo make install
GPU 编译 dlib(CUDA支持):
-
安装CUDA和cuDNN: 确保你已经安装了CUDA和cuDNN,因为dlib的GPU版本依赖于它们。
-
安装dlib的其他依赖: 除了基本的build-essential和cmake,你可能还需要安装支持CUDA的特定库。
sudo apt-get install build-essential cmake libboost-all-dev cuda
-
配置CMake以启用CUDA: 当运行CMake配置时,添加选项以启用CUDA支持。
cmake .. -DUSE_CUDA=1