Linux Mint下配置OpenCV3.4 + CUDA8.0 + cuDNN6.0手记
注意 : 最新的CUDA版本为9.0, cuDNN最新版本为7.5, 但是由于第三方库的兼容性以及CUDA库本身的稳定性, 本文选用的是CUDA8.0 + Cudnn6.0的组合, 默认读者已经安装好Nvidia显卡驱动, 并确保你的显卡支持CUDA
1. 安装CUDA8.0
进入CUDA8.0 下载页面:
如图所示依次选择 Linux — x86_64 — Ubuntu — 16.04 — deb(local)
然后点击下载链接:
由于安装包较大, 请确保有稳定的网络条件以及自由的网络访问能力.
下载完成后, 解压至常用文件夹 , 一般在主目录即可.
这是我的独立显卡驱动版本号, 仅供参考:
首先打开一个新终端 , 输入以下命令:
$ nvidia-smi
如果显卡驱动安装正常, 会出现如下信息:
然后在终端中进入CUDA8.0安装文件所在的路径, 然后键入以下命令
$ gcc --version //确定安装了gcc编译器
$ sudo dpkg -i cuda-repo-<distro>_<version>_<architecture>.deb //安装cuda包文件
$ sudo apt-get update
$ sudo apt-get install cuda
安装完成需要等待一段时间, 请耐心等待.
验证CUDA8.0是否安装成功:
1 . 打印驱动版本号, 如下图所示:
$ cat /proc/driver/nvidia/version
2 .编译examples:
$ cd /usr/local/cuda-8.0/samples
$ make
3 .运行编译好的库:
$ cd /usr/local/cuda-8.0/samples/bin/x86_64/linux/release
$ ./deviceQuery
运行结果如图所示:
看最后一行, 如果出现 Result = PASS 字样, 说明CUDA安装成功 !
2. 安装cuDNN6.0
进入官方cuDNN下载页面, 点击Download, 跳转页面之后你需要注册一个开发者账号来进行下载, 注册并验证账号完毕后, 重新进入一次下载页面, 点击Download, 就可以选择你所想下载的cuDNN版本
这里选择cuDNNv6.0 for CUDA8.0版本
在下拉框里选择下载三个 .deb 文件
cuDNN v6.0 Runtime Library for Ubuntu 16.04
cuDNN v6.0 Developer Library for Ubuntu 16.04
cuDNN v6.0 Code Samples and User Guide for Ubuntu 16.04
然后在终端里面输入命令:
$ cd <文件目录>
$ sudo dpkg -i $(runtime library deb)
$ sudo dpkg -i $(developer library deb)
$ sudo dpkg -i $(document library deb)
$ sudo apt-get update
$ sudo apt-get install
至此cuDNN6.0就安装完毕了.
3. 安装OpenCV3.4
注意:在安装opencv过程中, 请严格按照步骤进行, 在这里采用的是本地编译安装
首选安装必要的一些库:
$ 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
然后开始下载OpenCV:
$ cd ~/<work_directory>
$ git clone https://github.com/opencv/opencv.git
$ git clone https://github.com/opencv/opencv_contrib.git
接着开始编译源码:
$ cd ~/opencv
$ mkdir build
$ cd build
$ cmake -D CMAKE_BUILD_TYPE=Release -D CMAKE_INSTALL_PREFIX=/usr/local ..
当然, 在这里我们可以使用cmake-gui, 方便设定编译的各种参数, 比如是否和CUDA一起编译
$ make -j4
整个过程没有出错的话, 就说明OpenCV 安装完成了.