超级详细Ubuntu20.04.5系统下编译安装OpenCV with ffmpeg4.2.7、NVIDIA显卡驱动515、cuda11.5、cudnn8.3.3并编译使用darknet-yolov4

这篇文章是本人折腾了两天之后将步骤捋顺然后记录一下。如果你的电脑刚刚装好系统，想要安装显卡驱动、编译安装ffmpeg、编译安装cuda与cudnn、编译安装opencv再或者想要使用darknet-yolov4都可以参考。废话不多说，马上开始。

一、 安装软件及依赖项

1.1 安装编译依赖项

终端运行以下语句安装好依赖项

sudo apt install ffmpeg unzip axel g++ build-essential make cmake pkg-config libgtk2.0-dev libjpeg-dev libtiff5-dev libavresample-dev libgstreamer-plugins-base1.0-dev libgstreamer1.0-dev libdc1394-22-dev libv4l-dev

1. ffmpeg
2. unzip
3. axel
4. g++(gcc)
5. build-essential
6. make
7. cmake
8. pkg-config
9. libgtk2.0-dev
10. libjpeg-dev
11. libtiff5-dev
12. libavresample-dev
13. libgstreamer-plugins-base1.0-dev
14. libgstreamer1.0-dev
15. libdc1394-22-dev
16. libv4l-dev

1.2 安装lightdm

sudo apt install lightdm

在弹出界面选择lightdm安装即可。

二、 下载需要的文件

2.1 NVIDIA显卡驱动-515

英伟达显卡驱动下载链接: 英伟达显卡驱动官网下载
我笔记本是RTX2060。
图文下载步骤如下：

1. 打开上面网址

2. 在界面中选择对应选项“产品类型”
   

3. 产品系列
   

4. “产品家族”
   

5. “操作系统”后点击下载
   

6. 再点击“下载”
   

7. “同意并开始下载”
   

下载到本地的文件名是"NVIDIA-Linux-x86_64-515.76.run"。
你需要针对你自己的显卡类型和型号进行选择下载。
注：显卡驱动一定要在主目录建一个英文文件夹然后把文件放里！！！后续在纯黑终端执行命令，中文路径就找不到了。

2.2 cuda-11.5

cuda下载链接: cuda官网下载
在网站右上角搜索框搜索"cuda 11.5"，在搜索结果界面选择要下载的版本，我选择的是“CUDA Toolkit 11.5 Update 2 Downloads | NVIDIA Developer”，也就是11.5.2。
注：我是安装完显卡驱动通过“nvidia-smi”查看支持cuda版本为11.7，版本太高了所以我选择使用11.5。
图文下载步骤：

1. 打开上面网站

2. 在界面右上角搜索框输入“cuda 11.5”回车
   

3. 在搜索结果中选择“CUDA Toolkit 11.5 Update 2 Downloads | NVIDIA Developer”
   

4. 选择“Linux”
   

5. 选择“x86_64”
   

6. 选择“Ubuntu”
   

7. 选择“20.04”
   

8. 选择“runfile[local]”
   

9. 按照官方指令下载
   

官网给出下载命令：

wget https://developer.download.nvidia.com/compute/cuda/11.5.2/local_installers/cuda_11.5.2_495.29.05_linux.run

官网给出安装命令：

sudo sh cuda_11.5.2_495.29.05_linux.run

下载到本地的文件名是"cuda_11.5.2_495.29.05_linux.run"。
你需要针对你自己的显卡类型和型号进行选择下载。

2.3 cudnn-8.3.3

cudnn下载链接: cudnn官网下载
cudnn下载的时候需要有nvidia账号，可能需要登陆，没有就注册一个。
版本选择一定要注意别选错了，我选择的“Download cuDNN v8.3.3 (March 18th, 2022), for CUDA 11.5”，点击之后选择“Local Installer for Linux x86_64 (Tar)”，可能需要登陆一下。
下载到本地的文件名是“cudnn-linux-x86_64-8.3.3.40_cuda11.5-archive.tar.xz”。
你需要针对你自己的显卡类型和型号进行选择下载。

2.4 opencv-4.5.5

opencv下载链接: opencv官网下载
点击"Code"后选择"Download ZIP"进行下载。
下载到本地的文件名是"opencv-4.5.5.zip"。

2.5 opencv_contrib-4.5.5

opencv_contrib下载链接: opencv_contrib官网下载
点击"Code"后选择"Download ZIP"进行下载。
下载到本地的文件名是"opencv_contrib-4.5.5.zip"。

2.6 darknet-master

darknet-master下载链接: darknet-master官网下载
点击"Code"后选择"Download ZIP"进行下载。
下载到本地的文件名是"darknet-master.zip"。

2.7 yolov4.weights

yolov4.weights下载链接: yolov4.weights官网下载
向下找到"How to evaluate FPS of YOLOv4 on GPU"后点击"yolov4.weights"进行下载。

下载到本地的文件名是"yolov4.weights"。

三、 安装&编译

3.1 显卡驱动

3.1.1 卸载原有驱动

sudo apt remove --purge nvidia*

3.1.2 禁用nouveau驱动

1. 备份文件

sudo cp /etc/modprobe.d/blacklist.conf /etc/modprobe.d/blacklist.conf.backup

2. 打开文件

sudo gedit /etc/modprobe.d/blacklist.conf

3. 修改文件

在文件末尾添加如下内容

blacklist nouveau
blacklist lbm-nouveau
options nouveau modeset=0
alias nouveau off
alias lbm-nouveau off

5. 保存后退出

3.1.3 关闭nouveau

echo options nouveau modeset=0 | sudo tee -a /etc/modprobe.d/nouveau-kms.conf

3.1.4 更新

sudo update-initramfs -u

3.1.5 重启电脑

reboot

3.1.6 重启后查看是否禁用成功

执行以下内容，没有任何输出内容则为成功禁用

lsmod | grep nouveau

3.1.7 按下组合键ctrl+alt+f3（f1-f6均可）进入字符界面(安装显卡驱动剩余步骤可以用手机拍照）

1. 关闭图形界面

sudo service lightdm stop

2. 进入驱动文件目录后给驱动文件赋予执行权限

sudo chmod  a+x NVIDIA-Linux-x86_64-515.76.run

3. 安装
   -no-x-check：安装驱动时关闭X服务
   -no-nouveau-check：安装驱动时禁用nouveau
   -no-opengl-files：只安装驱动文件，不安装OpenGL文件

sudo ./NVIDIA-Linux-x86_64-515.76.run -no-x-check -no-nouveau-check -no-opengl-files

安装过程中一些选项选择：
The distribution-provided pre-install script failed! Are you sure you want to continue? 选择 yes 继续。
Nvidia’s 32-bit compatibility libraries? 选择 No 继续。
Any pre-existing x confile will be backed up. 选择 Yes 继续

3.1.8 安装完毕打开图形界面并重启

注：重启进入bios设置：1.设置独显直连 2.关闭安全启动

sudo service lightdm start & reboot

3.1.9 重启后检查是否安装成功

终端输入以下内容查看

nvidia-smi

到这里显卡驱动已经安装完毕。

3.2 cuda

3.2.1 按照官网命令进行安装

1. 进入安装包目录，赋予可执行权限

sudo chmod a+x cuda_11.5.2_495.29.05_linux.run

2. 执行安装命令

sudo sh cuda_11.5.2_495.29.05_linux.run

3. 安装
   注：cuda会自带旧版显卡驱动，在安装时要取消勾选，就是把驱动对应"[]"框中的"x"取消，然后等待安装结束即可。
4. 查看安装的版本信息

cat /usr/local/cuda/version.json

5. 测试安装是否成功

cd /usr/local/cuda/samples/1_Utilities/deviceQuery

sudo make

./deviceQuery

运行后输出如下，并且最后有“PASS”字样

表示安装成功。

3.2.2 配置cuda相关环境变量

1. 打开文件

sudo gedit /etc/profile

2. 修改文件

在文件最后添加如下内容，保存后退出

export PATH="/usr/local/cuda/bin:$PATH"
export LD_LIBRARY_PATH="/usr/local/cuda/lib64:$LD_LIBRARY_PATH"

3. 生效

source /etc/profile

4. 验证环境变量

nvcc -V

到这里cuda安装完毕。

3.3 cudnn

3.3.1 解压

进入cudnn压缩包所在目录，解压文件

tar -xvf cudnn-linux-x86_64-8.3.3.40_cuda11.5-archive.tar.xz

解压后得到文件夹"cudnn-linux-x86_64-8.3.3.40_cuda11.5-archive"

3.3.2 复制

将文件夹内文件拷贝到指定文件夹
进入解压后的文件夹

cd cudnn-linux-x86_64-8.3.3.40_cuda11.5-archive

sudo cp include/cudnn*.h /usr/local/cuda/include

sudo cp -P lib/libcudnn* /usr/local/cuda/lib64

sudo chmod a+r /usr/local/cuda/include/cudnn*.h /usr/local/cuda/lib64/libcudnn*

3.3.3 通过以下指令验证

cat /usr/local/cuda/include/cudnn_version.h

到这里cudnn安装完毕。

3.4 opencv&opencv_contrib

3.4.1 解压&剪切

将压缩包解压并将opencv_contrib文件夹剪切进opencv文件夹

unzip opencv-4.5.5.zip

opencv_contrib-4.5.5.zip

将opencv_contrib-4.5.5文件夹放入opencv-4.5.5文件夹

mv opencv_contrib-4.5.5 opencv-4.5.5

3.4.2 新建文件夹

cd opencv-4.5.5

mkdir build

cd build

3.4.3 执行cmake

1.CUDA_ARCH_BIN=7.5此项需要根据你自己的显卡进行修改，我的是笔记本GeForce RTX2060所以是7.5。
查询网址
2.CUDNN_VERSION=11.5此项需要根据你自己的cuda版本填写，可以看一下"/usr/local"下的cuda文件夹。
3.OPENCV_EXTRA_MODULES_PATH=/home/heqingchun/soft/opencv-4.5.5/opencv_contrib-4.5.5/modules/ …此项需要换成自己的opencv-4.5.5路径，最后的两个点不能省略。

cmake -D WITH_CUDA=ON -D WITH_CUDNN=ON -D OPENCV_DNN_CUDA=ON -D WITH_LIBV4L=ON -D ENABLE_FAST_MATH=1 -D CUDA_FAST_MATH=1 -D CUDA_ARCH_BIN=7.5 -D WITH_CUBLAS=1 -D CUDNN_VERSION=11.5 -D CUDNN_INCLUDE_DIR=/usr/local/cuda/include -D CUDNN_LIBRARY=/usr/local/cuda/lib64/libcudnn.so -D WITH_FFMPEG=ON -D BUILD_opencv_world=ON -D CMAKE_BUILD_TYPE=Release -D CMAKE_INSTALL_PREFIX=/usr/local -D OPENCV_GENERATE_PKGCONFIG=ON -D OPENCV_ENABLE_NONFREE=YES -D OPENCV_EXTRA_MODULES_PATH=/home/heqingchun/soft/opencv-4.5.5/opencv_contrib-4.5.5/modules/ ..

3.4.4 cmake完毕后执行make

如果电脑配置低j后面的数字可以小一点防止电脑崩溃

sudo make -j16

3.4.5 make完毕后执行make install

sudo make install

3.4.6 配置环境变量

1. 写入

echo "/usr/local/lib" >> /etc/ld.so.conf.d/opencv.conf

2. 更新

sudo ldconfig

3. 写入（也可以用gedit在文件末尾添加）

echo "PKG_CONFIG_PATH=$PKG_CONFIG_PATH:/usr/local/lib/pkgconfig" >> /etc/profile

echo "export PKG_CONFIG_PATH" >> /etc/profile

4. 更新

source /etc/profile

5. 写入

echo "/usr/local/lib" >> /etc/ld.so.conf

6. 更新

sudo ldconfig

7. 验证

pkg-config --modversion opencv4

到这里opencv-4.5.5编译安装完毕。

3.5 darknet编译

3.5.1 解压

unzip darknet-master.zip

3.5.2 进入文件夹修改Makefile

gedit Makefile

修改以下内容：

1. GPU=1
2. CUDNN=1
3. OPENCV=1
4. LIBSO=1
5. ARCH
   根据自己显卡的算力进行修改，我的是RTX2060，查得是7.5，所以把"# ARCH= -gencode arch=compute_75,code=[sm_75,compute_75]“前边的注释取消（删掉”#"）。
   //# GeForce RTX 2080 Ti, RTX 2080, RTX 2070, Quadro RTX 8000, Quadro RTX 6000, Quadro RTX 5000, Tesla T4, XNOR Tensor Cores
   //# ARCH= -gencode arch=compute_75,code=[sm_75,compute_75]
6. NVCC
   NVCC=nvcc改为自己的路径->NVCC=/usr/local/cuda/bin/nvcc

3.5.3 make

make -j8

3.5.4 验证

将之前下载的yolov4.weight文件放到darknet-master文件夹

./darknet detect build/darknet/x64/cfg/yolov4.cfg yolov4.weights build/darknet/x64/dog.jpg

到这里darknet编译安装完毕，在文件夹中有"libdarknet.so"文件可以在项目中使用

大家觉得对自己有帮助麻烦给个赞，3Q～