一、opencv4.4.0安装
备注:opencv的安装在装完系统后,就安装。如果放在cuda,cudnn,annonconda之后会出现很多问题。
1、参考:
(1)博客名字:Ubuntu 18.04安装OpenCV4.0和环境配置
(2)博客网页:https://blog.csdn.net/new_delete_/article/details/84797041
2、验证
(1)测试OPENCV安装成功
1)cd /自己安装目录/opencv/samples/cpp/example_cmake
2)cmake .
3)make
4)./opencv_example
5)没有摄像头会出现界面“hellow world”
3、验证yolov3出现问题:darknet-yolo:fatal error: opencv2/opencv.hpp: No such file or directory
(1)解决方案:sudo apt install libopencv-dev。(参考:https://blog.csdn.net/csdn_pfyang/article/details/104113547,以前认为必须安装opencv2.版本)。
(2)按照yolov3无gpu版本教程(https://pjreddie.com/darknet/yolo/),记得使能opencv=1。
二、显卡驱动安装
版本:NVIDIA-Linux-x86_64-450.66.run
请注意:自己验证一下。方法很常见
三、cuda11.0安装
版本:cuda_11.0.3_450.51.06_linux.run。安装参考:官网
请注意:自己验证一下。方法很常见
四、cudnn安装
采用deb安装,注意3个文件全部安装,否着在验证yolo gpu版本报错5.1:
# 安装runtime库
#sudo dpkg -i libcudnn8_8.0.0.180-1+cuda10.2_amd64.deb
sudo dpkg -i libcudnn8_8.0.2.39-1+cuda11.0_amd64.deb
# 安装developer库
sudo dpkg -i libcudnn8-dev_8.0.0.180-1+cuda10.2_amd64.deb
# 安装代码示例和《cuDNN库用户指南》
sudo dpkg -i libcudnn8-doc_8.0.0.180-1+cuda10.2_amd64.deb
五、测试yoloV4 gpu 版本
1、include/darknet.h:46:10: fatal error: cudnn.h: No such file or directory
#include <cudnn.h>
^~~~~~~~~
解决方法:按照第四节的做法
2、错误:nvcc fatal : Unsupported gpu architecture 'compute_30'
解决方法屏蔽“#-gencode arch=compute_30,code=sm_30 \