zoukankan      html  css  js  c++  java
  • Configuring Ubuntu for deep learning with Python in Ubuntu16.04

      博主最近浏览到一个网站PyImageSearch,看到里面的项目还不错,就顺手配置一下环境,试着去跑下里面的模型。

      首先,需要配置好需要运行模型的环境,其实主要的步骤分为以下三步:

      1. 安装Ubuntu系统的独立依赖包

      2. 创建你的python3环境(因为opencv3.3对深度学习支持比较好,需要配置升级到python3版本)

      这里给出一个在Ubuntu16.04下python2.7版本升级更新到python3.5版本的教程,可以参考:http://www.cnblogs.com/wmr95/p/7637077.html

      3. 编译并安装OpenCV

     

      下面给出具体的安装配置教程:

      1.下面所有的步骤是为了在安装OpenCV准备必要的系统依赖包,都在终端ternimal上执行,打开ternimal,输入下面两个命令:

      $ sudo apt-get update

      $ sudo apt-get upgrade

       

      对于图像,视频I/O,优化以及创建可视化,我们还需要安装一些开发工具包:

      $ sudo apt-get install build-essential cmake git unzip pkg-config

      $ sudo apt-get install libjpeg-dev libtiff5-dev libjasper-dev libpng12-dev

      $ sudo apt-get install libavcodec-dev libavformat-dev libswscale-dev libv4l-dev  

      $ sudo apt-get install libxvidcore-dev libx264-dev

      $ sudo apt-get install libgtk-3-dev

      $ sudo apt-get install libhdf5-serial-dev graphviz  

      $ sudo apt-get install libopenblas-dev libatlas-base-dev gfortran

      $ sudo apt-get install python-tk python3-tk python-imaging-tk

     

      我们还需要安装Python开发头文件和库函数(针对Python3.5版本)

      $ sudo apt-get install python3-dev

     

      2. 创建你的python环境,下面给出具体的步骤:

      1)安装pip,一个python包的管理器:

       $ wget https://bootstrap.pypa.io/get-pip.py

       $ sudo python3 get-pip.py

      2)接着安装numpy,一个python的数值计算包:

      $ sudo pip3 install numpy

     

      3.编译和安装OpenCV,这一步是最关键的,照样给出详细过程:

      1)首先下载OpenCV,需要下载opencv和pencv_contrib到你的本地目录下:

      $ cd ~

      $ wget -O opencv.zip https://github.com/Itseez/opencv/archive/3.3.0.zip

      $ wget -O opencv_contrib.zip https://github.com/Itseez/opencv_contrib/archive/3.3.0.zip

      接着解压这些文件:

      $ unzip opencv.zip

      $ unzip opencv_contrib.zip

      2)执行CMake,需要现在opencv-3.3.0目录下新建一个build文件夹

      $ cd ~/opencv-3.3.0/

      $ mkdir build

      $ cd build

      $ cmake -D CMAKE_BUILD_TYPE=RELEASE

            -D CMAKE_INSTALL_PREFIX=/usr/local
               -D WITH_CUDA=OFF
               -D INSTALL_PYTHON_EXAMPLES=ON
            -D OPENCV_EXTRA_MODULES_PATH=~/opencv_contrib-3.3.0/modules
            -D BUILD_EXAMPLES=ON ..
     
      注:对于CMake来说,必须要确保你的opencv_contrib和你的opencv版本都是3.3.0版本的,这样才能执行成功。
     
      运行成功后截图如下所示:
      
      
      
      3)编译OpenCV,现在准备好了可以对opencv进行编译,输入命令:
      
      $ make -j4
     
      接着安装Opencv3.3,输入命令:
     
      $ sudo make install
     
      $ sudo ldconfig
      
      运行成功后的效果如截图所示:
      
      
      
      再将opencv连接到你的环境中,输入命令:
      
      cd /usr/local/lib/python3.5/dist-packages/       (博主这里是cd/usr/local/lib/python3.5/dist-packages/
     
      $ ln -s /usr/local/lib/python3.5/site-packages/cv2.cpython-35m-x86_64-linux-gnu.so cv2.so
     
      $ cd ~
     
      4)最后可以测试下你的opencv3.3安装好了没有,输入命令(如下就说明安装配置成功啦):
     
      $ python
      >>> import cv2
      >>> cv2.__version__
      '3.3.0'

       

      哈哈,最后感谢伟大的Adrian Rosebrock.

      附上原文链接:https://www.pyimagesearch.com/2017/09/25/configuring-ubuntu-for-deep-learning-with-python/

     
      

    版权声明:

    作者:王老头
    出处:http://www.cnblogs.com/wmr95/p/7638985.html
    本文版权归作者和博客园共有,欢迎转载,但未经作者同意必须保留此段声明,并在文章页面明显位置给出原文链接,否则,作者将保留追究法律责任的权利。

     
     
     
     

      

  • 相关阅读:
    warning: ISO C++ forbids converting a string constant to 'char*' [-Wwrite-strings]
    Windows10+CLion+OpenCV4.5.2开发环境搭建
    Android解决部分机型WebView播放视频全屏按钮灰色无法点击、点击全屏白屏无法播放等问题
    MediaCodec.configure Picture Width(1080) or Height(2163) invalid, should N*2
    tesseract
    Caer -- a friendly API wrapper for OpenCV
    Integrating OpenCV python tool into one SKlearn MNIST example for supporting prediction
    Integrating Hub with one sklearn mnist example
    What is WSGI (Web Server Gateway Interface)?
    Hub --- 机器学习燃料(数据)的仓库
  • 原文地址:https://www.cnblogs.com/wmr95/p/7638985.html
Copyright © 2011-2022 走看看