【Ubuntu16.04】GeForce RTX 2080显卡配置Openpose环境教程

本文档详细介绍了在Ubuntu16.04上,使用GeForce RTX 2080显卡配置Openpose环境的全过程,包括CUDA10.1和cudnn9.6.1的安装,以及针对compute_75计算能力的特殊处理。特别指出,显卡计算能力过高可能导致编译Openpose时遇到问题,提供了相应解决方案。
摘要由CSDN通过智能技术生成

本文章使用的环境为:CUDA10.1+cudnn7.6.1+opencv2.4+caffe(openpose自带)
写此文的目的主要是让那些显卡太新的小伙伴不要掉进我这个深坑,从没想过会因为显卡计算能力太强而无法编译openpose,详细请见目录最后的【其他问题】。

Openpose源码下载

从github下载openpose源码:https://github.com/CMU-Perceptual-Computing-Lab/openpose

// 直接从github下载
git clone https://github.com/CMU-Perceptual-Computing-Lab/openpose

CUDA10.1和cudnn9.6.1安装

参考:
Ubuntu18.04安装NVIDIA显卡、CUDA10.1、cuDNN7.5
【参考cuda10.1下载方法以及下载对应版本cudnn的方法及设置cudnn】
ubuntu中多个版本安装多个版本cuda,及其版本间切换
【参考cuda10.1环境变量配置方法】

caffe安装

1.依赖库安装

//这些依赖库如果不安装,在编译caffe的时候一般都有很多报错
sudo apt-get update 
sudo apt-get install build-essential cmake git pkg-config 
sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libhdf5-serial-dev protobuf-compiler 
sudo apt-get install libatlas-base-dev 
sudo apt-get install --no-install-recommends libboost-all-dev 
sudo apt-get install libgflags-dev libgoogle-glog-dev liblmdb-dev 
sudo apt-get install libopencv-dev

参考:https://blog.csdn.net/qq897107499/article/details/79266348
2.从github的下载openpose自带的caffe源码:https://github.com/CMU-Perceptual-Computing-Lab/caffe

//在openpose主目录下进入3rdparty
cd 3rdparty/
// 直接从github下载
git clone https://github.com
  • 1
    点赞
  • 7
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值