ubuntu18系统3090显卡配置yolov4环境回忆版,大体流程,具体遇到具体错误再搜索

1.安装nvidia驱动。

网上资料一搜方法很多,不尽其数不赘述
输入nvidia-smi查看安装,如下安装成功
在这里插入图片描述列如参考:
https://blog.csdn.net/abcbeifeng/article/details/110098989
我参考的安装方式是下面的,最简单快捷,无脑安装
https://jingyan.baidu.com/article/d7130635c5a86113fdf47532.html
找到系统的“软件和更新”,在下图地方直接安装重启即可
在这里插入图片描述

2.安装cuda

3090显卡需要安装cuda必须是11.x以上的,到官网:https://developer.nvidia.com/cuda-11.0-download-archive?target_os=Linux&target_arch=x86_64&target_distro=Ubuntu&target_version=1804&target_type=runfilelocal 里面有安装说明,自行安装,三种安装方式,选择runfile(local)的.run安装。runfile文件中实际包含了第1步的驱动,已经安装,注意取消驱动安装的勾选。
可以参照我之前写的《geforce rtx3090显卡安装cuda11.0》
官网找安装编译方式:https://docs.nvidia.com/cuda/archive/11.1.0/cuda-installation-guide-linux/index.html#verify-installation

3.安装cudnn

到官网:https://developer.nvidia.com/rdp/cudnn-archive下载cuda所对应的cudnn.我这里下载的是:v8.0.5 (November 9th, 2020), for CUDA 11.0 —> cuDNN Library for Linux (x86_64)版本
也可以参照之前写的《从零部署C++项目yolov4的Tensorrx(ubuntu16)》中的cudnn的安装
去官网找教程,因为看网上的教程版本不一定一样,且版本一直变在变,官网安装教程在:
https://docs.nvidia.com/deeplearning/cudnn/install-guide/index.html#cross-compiling-cudnn-overview

4.安装opencv

到官网:https://opencv.org/
在这里插入图片描述
下载sources版本
参照之前写的《从零部署C++项目yolov4的Tensorrx(ubuntu16)》中的opencv的安装
慎记,目前(编写日期)opencv4.x不支持,要安装3.x版本。编译安装?
从opencv的“Docs”进去
在这里插入图片描述

在这里插入图片描述

在这里插入图片描述
列出了opencv的一些平台编译,第一个是Linux编译。只是windows的编译写的很复杂,可以看我之前写的《windows+clion+opencv环境常见问题》
在这里插入图片描述

5.去github下AB大神的darknet

看Readme.md修改Makefile,基本功,略
附录Makefile和.bashrc

  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
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