ubuntu dlib的cpu编译

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）：

1. 打开终端。

2. 更新包列表：

   bash

   sudo apt-get update

3. 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：

1. 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

1. 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

2. 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）：

1. 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。

2. 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

3. 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