引言

目录

一、Ubuntu20.04 LTS安装

二、NVIDIA显卡驱动安装

三、gcc g++7.5安装

四、CUDA10.2及cuDNN安装

五、JDK-8安装

六、Opencv 4.3.0安装

七、DarkNet安装

八、yolo v4测试

九、附录

一、Ubuntu20.04 LTS安装

1. Ubuntu官网镜像下载地址https://ubuntu.com/download/desktop/thank-you?version=20.04&architecture=amd64

百度网盘下载链接:https://pan.baidu.com/s/1WxVCbZZNfTMxBcUTvBBMKg提取码:hw78

2 . 将下载好的ubuntu-20.04-desktop-amd64.iso镜像解压到U盘根目录，注：U盘的文件系统为FAT32格式。

重启计算机，选择U盘为第一启动项；

选择语言为中文或English，个人推荐English。安装Ubuntu

4. 这里选择正常安装，其他选项请勿勾选；

注意，我这里安装类型选择清除整个磁盘并安装Ubuntu，Ubuntu+Windows 10双系统安装请参考https://www.jianshu.com/p/d79821e9fdbe

时区选择为Shanghai

5. 这里填写自己的姓名、计算机名、用户名、密码，勾选登陆时需要密码

二、NVIDIA显卡驱动安装

重启之后输入密码可能不能进入桌面，出现卡紫屏现象，需要按住Ctrl+Alt并依次按PrtSc R I C B键重启进入recovery mode;

开机出现logo画面按Esc，进入高级启动选项，选择Ubuntu的高级选项

选择Ubuntu, with Linux 5.4.0-26-generic (recovery mode)

成功进入桌面后即可安装NVIDIA显卡驱动；

Ubuntu安装显卡驱动有多种方法，我这里仅推荐以下方法。驱动版本号可能不是最新，但简单方便、快捷稳定。

1. 打开软件和更新，选择最佳服务器。

打开终端输入sudo apt-get update更新源；

选择附加驱动为NVIDIA driver metapackage的最新版，应用更改。

打开终端，输入nvidia-smi，显示以下内容表示显卡驱动安装成功。

输 入watch -n 0.1 nvidia-smi即可0.1秒刷新一次。

三、gcc g++7.5安装

Ubuntu20.04自带的gcc版本为gcc-9，安装CUDA需要gcc g++7.x版本；

安装使用apt源安装。用到update-alternatives，这个命令会建立软链接，当需要切换版本的时候，只需要更改软链接的指向。

1. gcc安装命令。

sudo apt install gcc-7 g++-7

sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-70 --slave /usr/bin/g++ g++ /usr/bin/g++-7

sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-90 --slave /usr/bin/g++ g++ /usr/bin/g++-9

输入sudo update-alternatives --config gcc即可切换gcc版本，这里选择gcc-7

输入gcc -v查看gcc版本

四、CUDA10.2及cuDNN安装

1. NVIDIACUDAhttps://developer.nvidia.com/cuda-downloads

2. CUDA10.2.

wget http://developer.download.nvidia.com/compute/cuda/10.2/Prod/local_installers/cuda_10.2.89_440.33.01_linux.run sudo sh cuda_10.2.89_440.33.01_linux.run

注意安装CUDA的时候不要安装驱动！

不要勾选Driver选项，Install安装。

3.  配置cuda环境变量

打开终端输入sudo gedit ~/.bashrc

export PATH=/usr/local/cuda-10.2/bin:$PATH

export LD_LIBRARY_PATH=/usr/local/cuda10.2/lib64

source ~/.bashrc

nvcc -VCUDA

4. NVIDIAcuDNNhttps://developer.nvidia.com/rdp/cudnn-download

:https://pan.baidu.com/s/1Bvy7h_V_swRaciE6wj4PJw :30w9

cuDNN Runtime Library for Ubuntu18.04 (Deb) cuDNN Developer Library for Ubuntu18.04 (Deb)

sudo dpkg -i libcudnn7_7.6.5.32-1+cuda10.2_amd64.deb

sudo dpkg -i libcudnn7-dev_7.6.5.32-1+cuda10.2_amd64.deb

cuDNN

五、JDK-8安装

打开终端输入 sudo apt-get install openjdk-8-jdk

java -version

JDK-8

六、Opencv 4.3.0安装

1. Opencv 4.3.0https://codeload.github.com/opencv/opencv/zip/4.3.0

:https://pan.baidu.com/s/1K1dCLLFhlbmiaWt1gsMDrA:2f86

2 . cmake

sudo apt-get install cmake

sudo apt-get install build-essential libgtk2.0-dev libavcodec-dev libavformat-dev libjpeg.dev libtiff4.dev libswscale-dev libjasper-dev

3. 在下载目录打开终端输入 unzip opencv-4.3.0.zip 解压完成后依次输入

cd opencv-4.3.0 mkdir Release cd Release cmake -D CMAKE_BUILD_TYPE=Release -D OPENCV_GENERATE_PKGCONFIG=YES -D CMAKE_INSTALL_PREFIX=/usr/local/opencv4 ..

sudo make -j8

sudo make install

/usr/local/opencv4/lib/pkgconfig/PKG_CONFIG_PATH

sudo gedit /etc/profile.d/pkgconfig.sh

export PKG_CONFIG_PATH=/usr/local/opencv4/lib/pkgconfig:$PKG_CONFIG_PATH

保存退出后，使用以下命令激活 source /etc/profile

然后配置动态库环境

sudo gedit /etc/ld.so.conf.d/opencv4.conf

在末尾添加 /usr/local/opencv4/lib

保存退出后，输入 sudo ldconfig 使配置生效

5. python-opencv环境配置

找到编译好的python cv库

sudo find / -iname cv2*.so

/usr/local/lib/python3.8/dist-packages/cv2/cv2.cpython-38-x86_64-linux-gnu.so

/usr/local/opencv4/lib/python3.8/dist-packages/cv2/python-3.8/cv2.cpython-38-x86_64-linux-gnu.so

链接到系统自带的python3解释器

sudo ln -s /usr/local/opencv4/lib/python3.8/dist-packages/cv2/python-3.8/cv2.cpython-35m-x86_64-linux-gnu.so /usr/lib/python3/dist-packages/cv2.so

七、DarkNet安装

AlexeyAB/darknet githubhttps://github.com/AlexeyAB/darknet

:https://pan.baidu.com/s/1VgVpVDep77qkmznoF2zbgQ:9ndy

Makefile

GPU=1 #用CUDA构建，用GPU加速

CUDNN=1 #使用CUDNN v5-v7构建，使用GPU加速训练

OPENCV=1 #使用OPENCV 4.x/3.x/2.4.x构建，允许检测来自网络摄像机或网络摄像机的视频文件和视频流

ARCH= -gencode arch=compute_61,code=sm_61 \  #这里根据自己的显卡修改

NVCC=/usr/local/cuda-10.2/bin/nvcc

LDFLAGS+= -L/usr/local/cuda-10.2/lib -lcuda -lcudart -lcublas -lcurand

COMMON+= -DGPU -I/usr/local/cuda-10.2/include/

然后在darknet目录输入

make

在编译过程中，可能会出现Warining，只要不出现Error就是可以的。

八、yolo v4测试

:https://pan.baidu.com/s/1TIsLLKmWoXNlTYMJ3wWktQ :37m4

./darknet detect cfg/yolov4.cfg yolov4.weights data/dog.jpg ./darknet detect [训练cfg文件路径] [权重文件路径] [检测图片的路径]

运 行结果如下图

./darknet detector demo cfg/coco.data cfg/yolov4.cfg yolov4.weights ./data/test.mp4- out_filename test.mp4 #视频目标检测 -out_filename 为输出检测视频选项

./darknet detector demo cfg/coco.data cfg/yolov4.cfg yolov4.weights http://192.168.31.5:8080/video?dummy=param.mjpg -i 0 #IP

https://play.google.com/store/apps/details?id=com.pas.webcam&hl=en_US

:https://pan.baidu.com/s/1_CQIwQcucrWHdLqVf5ANvw:5913

https://blog.csdn.net/baidu_36669549/article/details/81510955

NVIDIACUDA

https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html

CUDAUbuntuGCC

https://docs.nvidia.com/cuda/cuda-installation-guide-linux/index.html

pip3及常用库安装，这里推荐豆瓣源

sudo apt-get install python3-pip

sudo pip3 install numpy -i https://pypi.douban.com/simple/

sudo pip3 install pandas -i https://pypi.douban.com/simple/

sudo pip3 install matplotlib -i https://pypi.douban.com/simple/

sudo pip3 install scipy -i https://pypi.douban.com/simple/ Tensorflow2.X安装

CPU

sudo pip3 install tensorflow -i https://pypi.douban.com/simple/

GPU

sudo pip3 install tensorflow-gpu -i https://pypi.douban.com/simple/