ubuntu18.04安装opencv+CUDA10.2+cuDNN+YOLOv3

安装顺序：

• Opencv
• 显卡驱动
• CUDA10.2
• cuDnn
• YOLOv3

1、Opencv3.2.0安装

搭建依赖环境

1	sudo apt-get install build-essential

安装依赖包

1	sudo apt-get install cmake git libgtk2.0-dev pkg-config libavcodec-dev libavformat-dev libswscale-dev

 安装可选包

1	sudo apt-get install python-dev python-numpy libtbb2 libtbb-dev libjpeg-dev libpng-dev libtiff-dev libjasper-dev libdc1394-22-dev

 下载Opencv3.2并安装

1 2	wget -O opencv.zip https://github.com/Itseez/opencv/archive/3.2.0.zip  unzip opencv.zip

此时会生成一个opencv3.2.0文件夹

1	cd opencv-3.2.0

然后创建一个文件夹

1 2 3 4 5

mkdir build cd build cmake -D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_INSTALL_PREFIX=/usr/local .. make -j4 make install

执行cmake时，如果卡在了Downloading ippicv_linux_20151201.tgz，可以下载linux_20151201.tgz，

下载地址：https://pan.baidu.com/s/170j3x9zjMyWA6H9k7icpXQ 提取码: wcg3

然后放在opencv-3.2.0/3rdparty/ippicv/downloads/linux-808b791a6eac9ed78d32a7666804320e目录下。

重新执行以下命令cmake命令：

1	cmake -D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_INSTALL_PREFIX=/usr/local -DWITH_IPP=OFF ..

 cmake通过后，再执行

1 2	make -j4 make install

 设置路径

1	sudo vim /etc/ld.so.conf.d/opencv.conf

在文件中添加：

1	/usr/local/lib

保存后执行：

1	sudo ldconfig

 配置环境变量

1	sudo vim /etc/bash.bashrc

 文件末尾添加：

1 2	PKG_CONFIG_PATH=$PKG_CONFIG_PATH:/usr/local/lib/pkgconfig  export PKG_CONFIG_PATH

2、显卡驱动安装

禁用默认驱动

Ubuntu系统集成的显卡驱动程序是nouveau，它是第三方为NVIDIA开发的开源驱动，需要先将其屏蔽才能安装NVIDIA官方驱动。将驱动添加到黑名单blacklist.conf中，但是由于该文件的属性不允许修改，所以需要先修改文件属性。

查看属性

1	sudo ls -lh /etc/modprobe.d/blacklist.conf

 修改属性

1	sudo chmod 666 /etc/modprobe.d/blacklist.conf

用vim打开

1	sudo vim /etc/modprobe.d/blacklist.conf

 在该文件后添加以下几行：

1 2 3 4 5

blacklist vga16fb blacklist nouveau blacklist rivafb blacklist rivatv blacklist nvidiafb

安装显卡驱动

执行命令：

1	ubuntu-drivers devices

 

从这里可以看到，系统推荐我安装435或440版本驱动，我选择安装440版本。

1	#删除其它驱动 sudo apt-get remove --purge nvidia*

#增加源
sudo add-apt-repository ppa:graphics-drivers/ppa
sudo apt-get update

 然后安装显卡驱动：

1	sudo apt-get install nvidia-driver-440

 安装成功后重启电脑。

1 2	执行命令 nvidia-smi

 如果出现如果显卡列表界面，这显卡驱动安装成功。

CUDA10.2安装

注意：安装低版本的CUDA，需要对GCC进行降级

进入：https://developer.nvidia.com/cuda-toolkit-archive

 点击CUDA Toolkit10.2后，如图选择：

  CUDA官网会给出下载和安装方法，根据官网提示，执行：

1 2 3 4 5 6 7

wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu1804/x86_64/cuda-ubuntu1804.pin sudo mv cuda-ubuntu1804.pin /etc/apt/preferences.d/cuda-repository-pin-600 wget http://developer.download.nvidia.com/compute/cuda/10.2/Prod/local_installers/cuda-repo-ubuntu1804-10-2-local-10.2.89-440.33.01_1.0-1_amd64.deb sudo dpkg -i cuda-repo-ubuntu1804-10-2-local-10.2.89-440.33.01_1.0-1_amd64.deb sudo apt-key add /var/cuda-repo-10-2-local-10.2.89-440.33.01/7fa2af80.pub sudo apt-get update sudo apt-get -y install cuda

 设置环境变量

1 2 3

sudo vim ~/.bashrc export PATH=/usr/local/cuda-10.2/bin${PATH:+:${PATH}} export LD_LIBRARY_PATH=/usr/local/cuda-10.2/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

 使环境变量生效

1	source ~/.bashrc

 执行：

1

nvcc -V

 

 出现CUDA版本信息时，说明CUDA安装成功。

CUDNN安装

进入：https://developer.nvidia.com/rdp/cudnn-download

注册账号并登陆，选择“Download cuDNN v7.6.5 (November 18th, 2019), for CUDA 10.2”

然后下载“cuDNN Library for Linux”，下载完成后解压tgz文件，得到一个cuda文件夹：

1	tar -xzvf cudnn-10.2-linux-x64-v7.6.5.32.tgz

 然后复制文件：

1 2 3

sudo cp cuda/include/cudnn.h    /usr/local/cuda-10.2/include  sudo cp cuda/lib64/libcudnn*    /usr/local/cuda-10.2/lib64 sudo chmod a+r /usr/local/cuda/include/cudnn.h   /usr/local/cuda/lib64/libcudnn*

 验证安装结果：

1	cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2

 

 出现如图界面，说明CUDNN安装成功。

cuDNN第二种安装方式：

2021-01-19更新：

服务器安装了CUDA 11.1版本，在安装cuDNN v8.0.5 for CUDA 11.1时发现，通过下载tgz，解压复制的方式无法正确的验证安装结果，所以采用了以下安装方式。

下载libcudnn8_8.0.5.39-1+cuda11.1_amd64.deb和libcudnn8-dev_8.0.5.39-1+cuda11.1_amd64.deb

 然后执行以下命令，完成安装：

1	sudo dpkg -i libcudnn8_8.0.5.39-1+cuda11.1_amd64.deb sudo dpkg -i libcudnn8-dev_8.0.5.39-1+cuda11.1_amd64.deb

YOLOV3安装

1	git clone https://github.com/AlexeyAB/darknet cd darknet

 vim编辑Makefile

1	vim Makefil

 

 将GPU、CUDNN、OPENCV的值改为1，然后执行：

1

make

 编译完成后，测试一下效果吧

参考网址：

• https://blog.csdn.net/gzj_1101/article/details/78651650
• https://blog.csdn.net/rgd888/article/details/91047780
• https://blog.csdn.net/xiaokan_001/article/details/88126122
• https://blog.csdn.net/debjiu/article/details/80824439
• https://blog.csdn.net/phinoo/article/details/82999337