Ubuntu程序开发环境配置：Anaconda、python、pytorch、pcl、vtk、opencv、vscode、cmake等

Ubuntu18.04 程序开发环境配置：Anaconda、python、pytorch、pcl、vtk、opencv、vscode、cmake等

系统：vmware虚拟机安装ubuntu18.04

在windows装虚拟机vmware，或者装双系统。

docker

参考博客:Ubuntu系统安装Docker

1. 卸载旧版本

sudo apt-get remove docker docker-engine docker.io containerd runc

2. 更新软件源

sudo apt-get update

3. 安装 apt 依赖包

sudo apt-get -y install apt-transport-https ca-certificates curl software-properties-common

4. 安装GPG证书

curl -fsSL https://mirrors.aliyun.com/docker-ce/linux/ubuntu/gpg | sudo apt-key add -

5. 验证

sudo apt-key fingerprint 0EBFCD88

6. 设置稳定版仓库

sudo add-apt-repository "deb [arch=amd64] https://mirrors.aliyun.com/docker-ce/linux/ubuntu $(lsb_release -cs) stable"

7. 安装 Docker Engine-Community

sudo apt-get install docker-ce docker-ce-cli containerd.io

8. 测试docker是否安装成功

sudo docker run hello-world

当前用户添加到用户组

sudo groupadd docker
sudo gpasswd -a $USER docker
newgrp docker

Anaconda3

下载安装文件 Anaconda3 安装文件
提取码：6666

终端执行命令

bash ./Anaconda3-2022.05-Linux-x86_64.sh

然后根据提示一直选择yes就可以了。

python 3.10 + pytorch 1.12.0

创建conda环境

conda create -n py310_pt1120

激活新环境

conda activate py310_pt1120

安装pytorch 1.12.0
下载地址 torch1.12.0安装包
提取码：6666
在新环境下安装pytorch

pip install torch-1.12.0+cu113-cp310-cp310-linux_x86_64.whl

同时也可以安装对应版本的torchvision
下载地址 torchvision 0.13.0
提取码：6666
安装命令

pip install torchvision-0.13.0+cu113-cp310-cp310-linux_x86_64.whl

opencv 4.4.0

下载源码
若要使用surf等受专利保护的特征算法，还需要下载opencv_contrib。
opencv4.4.0+opencv_contrib 完整版源码
提取码：6666

安装依赖

sudo apt-get install build-essential  
  
sudo apt-get install cmake git libgtk2.0-dev pkg-config libavcodec-dev libavformat-dev libswscale-dev  
  
sudo apt-get install python-dev python-numpy libtbb2 libtbb-dev libjpeg-dev libpng-dev libtiff-dev libjasper-dev libdc1394-22-dev  
 
sudo apt-get install qt5-default ccache libv4l-dev libavresample-dev  libgphoto2-dev libopenblas-base libopenblas-dev doxygen  openjdk-8-jdk pylint libvtk6-dev
 
sudo apt-get install pkg-config

其中遇见无法安装libjasper-dev的问题

sudo add-apt-repository "deb http://security.ubuntu.com/ubuntu xenial-security main"
sudo apt update

编译并安装opencv，在opencv目录下

mkdir build
cd build
cmake .. -DOPENCV_ENABLE_NONFREE:bool=ON -DOPENCV_EXTRA_MODULES_PATH=../opencv_contrib-4.4.0/modules/
make -j8 
sudo make install

make -j8表示多线程编译，去掉j8速度会慢些

编译遇到的问题

opencv2/hdf/hdf5.hpp: 没有那个文件或目录
安装依赖库

sudo apt-get install libhdf5-dev

删除build文件夹内所有内容，重新cmake，然后再make

libopencv_imgcodecs.so.4.4.0:对‘TIFFReadRGBAStrip@LIBTIFF_4.0’未定义的引用
与conda的libtiff冲突
删除conda的libtiff

conda remove libtiff

删除build文件夹内所有内容，重新cmake，然后再make

opencv4.8.0 (最新版本，可用于dnn推理）

ubuntu18.04安装opencv4.8.0参考博客

PCL 1.10.0 + VTK 8.2.0

参考Ubuntu18.04安装PCL 1.9.1(图文详解，附踩坑和测试)

pcl源码下载 pcl_1.10.0 完整版源码
提取码：6666

vtk源码下载 vtk_8.2.0 完整版源码
提取码：6666

安装依赖项

sudo apt-get update  
sudo apt-get install git build-essential linux-libc-dev
sudo apt-get install libusb-1.0-0-dev libusb-dev libudev-dev
sudo apt-get install mpi-default-dev openmpi-bin openmpi-common
sudo apt-get install libflann1.9 libflann-dev
sudo apt-get install libeigen3-dev 
sudo apt-get install libboost-all-dev
sudo apt-get install libvtk7.1-qt
sudo apt-get install libvtk7.1
sudo apt-get install libvtk7-qt-dev
sudo apt-get install libqhull* libgtest-dev
sudo apt-get install freeglut3-dev pkg-config
sudo apt-get install libxmu-dev libxi-dev
sudo apt-get install mono-complete
sudo apt-get install openjdk-8-jdk openjdk-8-jre
sudo apt-get install freeglut3-dev

安装vtk-8.2

cd VTK-8.2.0
mkdir build
cd build
cmake ..
make -j8
sudo make install

安装pcl-1.10.0

cd pcl-1.10.0
mkdir build
cd build
cmake ..
make -j8
sudo make install

vscode

下载安装包 vscode 安装包
提取码：6666
安装命令

dpkg -i code_1.69.2-1658162013_amd64.deb

cmake 3.24.1

下载源码 camke 3.24.1 完整版源码
提取码：6666
在camke目录下，编译与安装

mkdir build
cd build
cmake ..
make -j4
sudo make install

cuda 11.3

首先安装nvidia driver，安装完成才可以使用命令nvidia-smi
笔者的GPU为NVIDIA RTX 3060-6G

sudo apt-get update
sudo apt-add-repository multiverse
sudo apt-get update
sudo apt-get install nvidia-driver-470

使用nvidia-smi可以看到本机的GPU情况，表明驱动安装成功。

CUDA Version：11.4 表明支持的最高版本

安装cuda 11.3

参考链接

利用nvidia官方下载与安装命令进行操作，
官方下载链接
选择runfile (local)格式
下载安装文件

wget https://developer.download.nvidia.com/compute/cuda/11.3.0/local_installers/cuda_11.3.0_465.19.01_linux.run

安装

sudo sh cuda_11.3.0_465.19.01_linux.run

按Enter键取消Driver的安装，即去除括号中的X。
在Options中重新设置安装地址：

对Toolkit、Samples、Library设置安装地址，如Toolkit，

可以设置为自己的路径。
然后，回到主菜单进行Install即可。

设置环境变量与库路径

export PATH=$PATH:/home/dayang/third_library/cuda-11.3/bin
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/home/dayang/third_library/cuda-11.3/lib64

把上述设置添加在/home/user/.bashrc文件，避免每次都要设置。

检测是否安装成功，输入命令nvcc -V，出现以下界面表示安装成功。

cudnn

参考此博客