Ubuntu安装深度学习环境相关(yolov8-python部署)

Ubuntu安装深度学习环境相关(yolov8-python部署)

  • 本文将从如下几个方面总结相关的工作过程:

      1. Ubuntu系统安装(联想小新pro16)
    • 2.显卡驱动安装
    • 3.测试深度学习模型

1. Ubunut 系统安装

  • 之前在台式机上安装过Ubuntu,以为再在笔记本上安装会是小菜一碟,但没想还是废了一些功夫。

  • 安装所需要的步骤:

    • 1.电脑分盘:Windows下右键开始,选择磁盘管理,我的是在F盘分出了80G
    • 2.在- 官网 -下载Ubuntu系统并通过U盘制作启动盘:
      Ubuntu安装深度学习环境相关(yolov8-python部署)_第1张图片
    • 在- rufus -下载启动盘制作工具:
      Ubuntu安装深度学习环境相关(yolov8-python部署)_第2张图片
    • 点击开始进行制作 Ubuntu安装深度学习环境相关(yolov8-python部署)_第3张图片
    • 我的电脑是联想小新,按下开机建后,同时连续多次按Fn+F2,进入BIOS界面,将Secure Boot关闭,保存更改退出,关机重启
    • 插入U盘启动盘,按下开机键,连续按下F12,选择U盘对应的系统进行安装,选择中文语言,正常下一步,常规安装至结束,中间正常设置账户密码等。
  • 设置中也可以设置输入法:
    Ubuntu安装深度学习环境相关(yolov8-python部署)_第4张图片

  • 如果桌面字体太小可以通过改变分辨率进行调整:
    Ubuntu安装深度学习环境相关(yolov8-python部署)_第5张图片- 打开软件与更新设置国内源
    Ubuntu安装深度学习环境相关(yolov8-python部署)_第6张图片

  • 如果系统安装过程最后提示磁盘没有访问权限,需要解密,则需要回到windows下对磁盘进行解密,即通过命令行关闭Bitlocker

  • cmd中输入以下命令关闭

     manage-bde -off C:
    
  • 但是有时候出现如下提示:
    Ubuntu安装深度学习环境相关(yolov8-python部署)_第7张图片

此时需要先执行如下命令:(系统分区不是C的话更改下面的盘符)

manage-bde -autounlock -ClearAllKeys c:

然后再执行即可

manage-bde -off C:

提示解密进行中,需要一定的时间:
Ubuntu安装深度学习环境相关(yolov8-python部署)_第8张图片

解密后所在分区就没有锁子图标了
Ubuntu安装深度学习环境相关(yolov8-python部署)_第9张图片

2.显卡驱动安装

  • 我的显卡是RTX3050,但是我根据网上的一些信息通过软件与更新或者 sudo apt 命令进行下载驱动程序都提示连接不上NVIDIA,后来查了一下说需要先禁用系统自带的驱动程序 Nouveau
  • 查看是否安装NVIDIA驱动命令:
nvidia-smi

Ubuntu安装深度学习环境相关(yolov8-python部署)_第10张图片Ubuntu安装深度学习环境相关(yolov8-python部署)_第11张图片

2.1 禁用 nouveau

  • a. 运行如下指令,查看系统是否启用了nouveau显卡驱动
lsmod | grep nouveau

如果有内容输出,则说明nouveau已被启用,需要执行后续从b.开始的步骤以将nouveau禁用;如果没有内容输出,则可以直接安装nvidia驱动。

  • b. 修改blacklist.conf配置

blacklist.conf文件的位置:

/etc/modprobe.d/blacklist.conf

不管是通过vi、vim,还是直接修改,选择一种即可,本文采用直接修改的方法进行后续步骤。

Ctrl+Alt+T打开一个新的命令行窗口,通过如下指令切换到blacklist.conf文件所在的目录:

cd ../../etc/modprobe.d 

.conf文件的修改需要管理员权限,需要sudo,通过执行如下指令直接对记事本文件进行修改:

sudo gedit blacklist.conf 

在该文件最后插入以下两行内容:

blacklist nouveau
options nouveau modeset=0

最终效果如图所示:
Ubuntu安装深度学习环境相关(yolov8-python部署)_第12张图片保存并关闭该文件。

  • c. 更新系统

通过如下命令更新系统,使刚刚修改的文件生效:

sudo update-initramfs -u
  • d. 重启系统

重新启动系统,可以通过图形界面直接重启,也可以通过命令行重启。本文通过命令行重新启动,在任意命令行中输入如下命令:

reboot

等待系统重启完成。

  • e. 验证nouveau是否已禁用

再次通过如下命令,查看是否有输出:

lsmod | grep nouveau

此时,命令行输出为空,如下图所示。

说明nouveau显卡驱动已被禁用,此时可以安装nvidia显卡驱动。

2.2 安装NVIDIA驱动

  • 官网搜索驱动程序下载:https://www.nvidia.cn/Download/index.aspx?lang=cn
    Ubuntu安装深度学习环境相关(yolov8-python部署)_第13张图片
  • 进入下载文件夹,打开命令行窗口:
    Ubuntu安装深度学习环境相关(yolov8-python部署)_第14张图片
  • 首先通过如下命令获取该.run文件的执行权限,不然就算下面加了sudo也执行不了。
chmod +x NVIDIA-Linux-x86_64-535.54.03.run
  • 通过如下命令运行下载好的.run文件:
sudo ./NVIDIA-Linux-x86_64-535.54.03.run

注意

“./”后的文件名需要换成在Step 1中根据自己电脑下载的驱动的名称!

安装过程中提示的东西全部安装即可!

遇到的小问题
报错“you appear to be running an x server; please exit x before installing.”

解决方法:在运行命令后加上 --no-x-check

加上之后的命令最终为:

sudo ./NVIDIAxxxx.run --no-x-check
  • 最后执行以下命令看是否安装成功:
nvidia-smi

Ubuntu安装深度学习环境相关(yolov8-python部署)_第15张图片

3.测试深度学习模型

3.1 安装anaconda

  • 清华镜像官网Anaconda下载,我选择的是这个:
    Ubuntu安装深度学习环境相关(yolov8-python部署)_第16张图片- 下载文件夹打开终端窗口,输入如下命令进行安装,一路yes即可:
bash Anaconda3-2022.05-Linux-x86_64.sh

Ubuntu安装深度学习环境相关(yolov8-python部署)_第17张图片

3.2 搭建虚拟环境

#新建虚拟环境
conda create yolov8 python=3.8
pip install ultralytics

#激活虚拟环境
conda activate yolov8

#推理:
yolo predict model=yolov8n.pt source=./ultralytics/assets/bus.jpg

Ubuntu安装深度学习环境相关(yolov8-python部署)_第18张图片
搞定:
Ubuntu安装深度学习环境相关(yolov8-python部署)_第19张图片

参考:

1. 联想win10安装ubuntu20.04双系统
2.通过命令行关闭Bitlocker
3.Ubuntu安装Nvidia显卡驱动
4.Ubuntu安装Anaconda详细步骤

你可能感兴趣的:(应用工具使用介绍,ubuntu,深度学习,YOLO)