一.软件
OpenCV3.1.0要好,所以我选择的是OpenCV2.4.13,参考http://blog.csdn.net/leijiezhang/article/details/53688157
二:更新Ubuntu16.04源,用的是中科大的源:
cd /etc/apt/
sudo cp sources.list sources.list.bak
sudo vi sources.list
把下面的这些源添加到source.list文件头部:
deb http://mirrors.ustc.edu.cn/ubuntu/ xenial main restricted universe multiverse
deb http://mirrors.ustc.edu.cn/ubuntu/ xenial-security main restricted universe multiverse
deb http://mirrors.ustc.edu.cn/ubuntu/ xenial-updates main restricted universe multiverse
deb http://mirrors.ustc.edu.cn/ubuntu/ xenial-proposed main restricted universe multiverse
deb http://mirrors.ustc.edu.cn/ubuntu/ xenial-backports main restricted universe multiverse
deb-src http://mirrors.ustc.edu.cn/ubuntu/ xenial main restricted universe multiverse
deb-src http://mirrors.ustc.edu.cn/ubuntu/ xenial-security main restricted universe multiverse
deb-src http://mirrors.ustc.edu.cn/ubuntu/ xenial-updates main restricted universe multiverse
deb-src http://mirrors.ustc.edu.cn/ubuntu/ xenial-proposed main restricted universe multiverse
deb-src http://mirrors.ustc.edu.cn/ubuntu/ xenial-backports main restricted universe multiverse
最后更新源和更新已安装的包:
sudo apt-get updatesudo apt-get upgrade
二:NVIDIA显卡驱动安装
从NVIDIA官网上下载驱动:
http://www.nvidia.cn/Download/index.aspx?lang=cn 如下图
选择自己需要的版本和驱动,然后点击旁边绿色按钮“搜索”:
所以要安装的是XXX
$ sudo add-apt-repository ppa:graphics-drivers/ppa
回车后继续
$ sudo apt-get update
$ sudo apt-get install nvidia-XXX
$ sudo apt-get install mesa-common-dev
$ sudo apt-get install freeglut3-dev
reboot重启系统让GTX1060显卡驱动生效
三.系统软件源设置并安装依赖包
流程,分别操作:系统设置(system settings)---->软件与更新(software & update)----->选择Ubuntu软件(Ubuntu software)选项卡。 来改变系统软件源为阿里的源。
更新列表,打开终端输入如下命令
- sudo apt-get update
软件源更新完毕后,安装一些必要的依赖包,命令如下
- sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libhdf5-serial-dev protobuf-compiler libboost-all-dev libopenblas-dev liblapack-dev libatlas-base-dev libgflags-dev libgoogle-glog-dev liblmdb-dev
如果执行过程报出有一些包没有找到,如下图
则更新列表,打开终端输入如下命令
- sudo apt-get update
- sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libhdf5-serial-dev protobuf-compiler libboost-all-dev libopenblas-dev liblapack-dev libatlas-base-dev libgflags-dev libgoogle-glog-dev liblmdb-dev
[四]安装Anaconda
anaconda里面集成了很多关于python科学计算的第三方库,主要是安装方便,而python是一个编译器,如果不使用anaconda,那么安装起来会比较痛苦,各个库之间的依赖性就很难连接的很好
4.1.下载:anaconda的下载地址为: https://www.continuum.io/downloads#linux
根据自己的需要选择不同的版本,但是推荐选择Python2.7的64位的。
4.2.安装
在终端中进入存放这你刚刚下载好的文件的目录(我的是/下载),然后执行如下命令进行安装:
- bush Anaconda2-4.2.0-Linux-x86_64.sh
输入回车键之后会有一段长长的须知,一直按Ctr+F直到须知展示完毕,然后输入yes继续执行
这个时候,我们在家目录下新建一个/Software文件夹用存放以后自己安装的软件,当然包含anaconda,执行如下命令
cd ~
mkdir Software
此时终端会提示你输入安装位置,你输入:/home/leijie/Software/anaconda2,然后继续安装
直到最后安装成功,到这里anaconda就安装完成了,测试一下
- anaconda -V
五.cuda安装
前言:一定要搞清楚你自己的显卡要装什么版本的驱动,以及支持的cuda版本。我的显卡支持cuda8.0
5.1.下载: 下载地址为:https://developer.nvidia.com/cuda-downloads,然后根据自己的需要选择下载文件
我下载的是.run文件,也推荐大家下载这种格式的。
5.2.GCC降级------->由文章的最开始,我们可以知道cuda8.0目前仅支持gcc5.3而ubuntu16.04自带的gcc版本为gcc5.4,所以要降级。
5.2.1.先查看你是否需要降级GCC
- gcc -v
如果你的版本是5.3.1以下的就不用降级了,否则要降级gcc。
5.2.2.下载gcc5.3.0,下载地址为:https://pan.baidu.com/s/1cL2v62,下载好后,进入到该文件目录,执行如下操作:
- sudo tar -zxvf gcc-5.3.0.tar.gz
- cd gcc-5.3.0/
5.2.4.下载依赖项(网络不好的话可能慢点,慢慢等吧):
- sudo ./contrib/download_prerequisites
- sudo mkdir build
- cd build/
5.2.6.生成makefile文件:
- sudo ../configure --enable-checking=release --enable-languages=c,c++ --disable-multilib
- sudo make -j4
编译结束以后,我们就可以执行安装了:
- sudo make install
- gcc --version
- g++ --version
5.3安装cuda
gcc降到5.3之后,可以直接来安装了cuda了,进到你下载好的cuda-8.0的run文件目录,运行如下命令:
- sudo ./cuda_8.0.44_linux.run
输入接受:accept; 然后回车。具体应该怎么输入请按照如下图片的指示来操作
如果出现下图的结果,表明你已经安装成功了,虽然有一个警告和一个特别注意但是不影响结果
从上图可是,下载的例子里面是缺少一些支持库的,现在我们安装这些库:
- sudo apt-get install freeglut3-dev build-essential libx11-dev libxmu-dev libxi-dev libgl1-mesa-glx libglu1-mesa libglu1-mesa-dev
从上图可以看出来,有一个特别注意,所以我们做如下配置:打开.bashrc来进行配置,命令如下
- sudo vim ~/.bashrc
并将如下的几行内容复制的到.bashrc文件的最下面
- export PATH=/usr/local/cuda-8.0/bin${PATH:+:${PATH}}
- export LD_LIBRARY_PATH=/usr/local/cuda8.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
- export CUDA_HOME=/usr/local/cuda
然后设置环境变量和动态链接库,在命令行输入:
- sudo vim /etc/profile
在打开的文件末尾加入:
- export PATH=/usr/local/cuda/bin:$PATH
- sudo gedit /etc/ld.so.conf.d/cuda.conf
- /usr/local/cuda/lib64
- sudo ldconfig
现在就开始测试一下看看cuda是否安装成功吧!输入如下命令打开测试的代码位置:
- cd /usr/local/cuda-8.0/samples/1_Utilities/deviceQuery
- sudo make -j4
- ./deviceQuery
六.cuDNN安装
cuDNN深度学习加速的一些库。下载地址为:https://developer.nvidia.com/cudnn
6.1.下载
打开网站,如下图,需要注册一个账户,因为下载的时候需要,然后下载,流程如下图:
6.2下载后解压
- tar -xvf cudnn-8.0-linux-x64-v5.1.tgz
- cd cuda/include/
- sudo cp cudnn.h /usr/local/cuda/include/
- cd ../lib64/
- sudo cp lib* /usr/local/cuda/lib64/
- cd /usr/local/cuda/lib64/
- sudo rm -rf libcudnn.so libcudnn.so.5
- sudo ln -s libcudnn.so.5.1.5 libcudnn.so.5
- sudo ln -s libcudnn.so.5 libcudnn.so
执行完之后,cuDNN算是安装完成了
七.OpenCV2.4.13安装
7.1下载
下载地址:http://opencv.org/ 也可以从网盘下载:https://pan.baidu.com/s/1qXT7is0
7.2安装相关依赖项:
- sudo apt-get install build-essential cmake git libgtk2.0-dev pkg-config libavcodec-dev libavformat-dev libswscale-dev python-dev python-numpy libtbb2 libtbb-dev libjpeg-dev libpng12-dev libtiff5-dev libjasper-dev libdc1394-22-dev libatlas-base-dev gfortran
- sudo apt-get install cmake-qt-gui
- unzip opencv-2.4.13.zip
- cd opencv-2.4.13/
- mkdir opencv-debug
- cd opencv-debug/
7.5配置cmake
执行如下命令
- cmake-gui
编译 时间可能有点长,耐心等待。 还是在刚刚的cd的那个文件夹opencv2-4-13-debug下执行:
- make -j8
要是中途出现了一些问题是与cuda有关的,打开opencv下面那个cmakelist文件把with_cuda设置为OFF,如下图,之后再cmake,再编译。
如果出现
7.6重现配置cmake
cmake -D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_INSTALL_PREFIX=/usr/local -D WITH_TBB=ON -D WITH_V4L=ON -D WITH_QT=ON -D WITH_OPENGL=ON -D WITH_CUBLAS=ON -DCUDA_NVCC_FLAGS="-D_FORCE_INLINES" ..
make -j8
其他同http://blog.csdn.net/leijiezhang/article/details/53688157
注意:8.2Makefile.config配置中,#USE_OPENCV := 1
修改成: USE_OPENCV:=1