使用DeepinV20运行YOLOv4

配置详情

DeepinV20 + OpenCV4.4.0 + CUDA11 + CUDNN8.0。机械革命z2-i7-8750h-1050ti，运行YOLOv4使用半精度在1080p摄像头下达到大约9FPS的检测速度。楼主看它界面稍微好看就想尝试下，DeepinV20似乎与Ubuntu没很大区别，除了安装的Anaconda3打不开anaconda-navigator外，其他都非常相似。有意思的是它的文本编辑器叫dedit，对应于linux里的gedit。

系统安装

将下载好的ISO文件解压，使用其中的deepin-boot-maker.exe制作U盘启动器，注意不要使用软碟通，楼主尝试了好几次总会停在命令行里动弹不得，UOS系统也是这样。然后就安装到某一个盘的某个分区里就行，楼主是WIN10+deepinV20双系统，分别装在不同的硬盘里了，这些也和Ubuntu没什么两样。
然后就安装成功了。放图，界面挺漂亮，应用商店里有挺多的东西的，竟然还有3D小游戏，还有Anaconda里的spyder，似乎比Ubuntu的应用更丰富，放在家里给老人当老人机用，是不是可以不用盗版win了？

安装OpenCV4.4.0

这一步要用到cmake如果没有安装则

sudo apt install cmake

OpenCV4.4.0，下载zip的包后

unzip opencv*** #后面的用Tab补全
cd opencv #进入解压后的那个文件夹
mkdir build #新建build文件夹用来编译 OpenCV
cd build
cmake -D GENERATE_OPENCV_PKGCONFIG=ON ..
make -j8 # 几个线程写几-j4 -j8等
sudo make install # 卸载时用sudo make uninstall 然后 cmake clean

安装Anaconda

Anaconda

1. get started.
2. 选择Install Anaconda Individual Edition就好
3. 点击Download到最下面
4. 选择linux的，一般机器是64位的，不需要选择power8或者power9的选项。
   下载好后

sh anaconda*** #后面的用Tab补全，其他的选择默认就行
# 然后将路径添加到环境变量
sudo dedit ~/.bashrc
# 将这两句添加到文件末尾, 其中yangpb是我的用户名，需要改成自己的
export PATH=$PATH:/home/yangpb/anaconda3/bin
source ~/.bashrc # 更新环境变量
which python3

输出应该变成了 anaconda目录下的Python
=2020.10.12修改：=
其实A在打开anaconda-navigator时，会报错，这个错误是由于anconda不认识deepin系统，并没有为deepin系统设置变量名。

根据报错提示找到这个文件，修改在其支持的系统列表中添加‘deepin’ : '20’即可，别忘了给上一行添加英文逗号。

然后就可以打开了！
![可以了

安装NVIDIA图形驱动和cudaToolkit和cudnn

NVIDIA图形驱动和cudaToolkit

CudaToolkit11.1这里选择的是64位ubuntu18系统的安装包，包含了显卡驱动和cudatoolkit安装下来没啥区别，下载完成后，放在/home下吧，好找。

首先要卸载之前的Nvidia驱动，楼主没有卸载就安装，尝试了好多次都会报错 code 256。

sudo apt-get purge nvidia*

安装英伟达的驱动需要进入纯命令行界面。按下组合键Ctrl+Alt+F2进入命令行界面，输入用户名和密码后

sudo service lighdm stop #关闭图形界面
sudo chmod a+x cuda_11.1.0** #用Tab补全
sudo sh cuda_11.1.0** --no-opengl-libs #不安装有关opengl的库文件，在Ubuntu中，会造成循环登录，黑屏等问题

其余基本不需要选择，当然可以每个选项点进去看看，选择Install后Enter即可完成安装。
然后

sudo service lightdm start #开启图形界面
nvidia-smi # 如果输出了显卡信息就成功了
nvidia-settings # 在Ubuntu下可以打开显卡的控制程序，在deepin下打不开，不知道是不是需要重装，先继续吧

Cudnn

Cudnn8.0.4选择for cuda11.1的那个。官方指导. 这一步就是把cudnn的文件复制到cuda的路径下，cuda的路径默认是/usr/local/cuda

tar -xzvf cudnn-x.x-linux-x64-v8.x.x.x.tgz #解压下载的文件
sudo cp cuda/include/cudnn*.h /usr/local/cuda/include
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64
sudo chmod a+r /usr/local/cuda/include/cudnn*.h /usr/local/cuda/lib64/libcudnn*

还需要添加环境变量，打开~/.bashrc ，添加环境变量export PATH=$PATH:/usr/local/cuda/bin

sudo dedit ~/.bashrc
# 添加下面的语句到文件末尾
export PATH=$PATH:/usr/local/cuda/bin
# 保存后退出
source ~/.bashrc
nvcc -V # 看看输出是否为版本信息

到这英伟达的东西安装完成了

YOLOv4

YOLOv4，可以使用git clone，也可以直接下载后用unzip解压。
安装指导，(改天再详细些并补上些图片，10月12号补上了)，检测效果还是有一些的，楼主马上要自己写并且训练YOLO了，祝我好运。