YOLO3 使用 GPU CUDA OpenCV 搭建筆記

1.查看主機顯卡型號:

lspci  | grep -i vga

 

uploading.4e448015.gif轉存失敗重新上傳取消

 

下載nvidia對應型號驅動:

https://www.nvidia.com/Download/index.aspx?lang

 

 

2.使用yum安裝lrzsz組件,便於傳文件

yum install -y lrzsz

 

3.關閉防火牆

service firewalld.service stop

chkconfig firewalld off

 

4.編輯驅動黑名單:

vim /etc/modprobe.d/dccp-blacklist.conf

blacklist nouveau

blacklist lbm-nouveau

options nouveau modeset=0

alias nouveau off

alias lbm-nouveau off

options nouveau modeset=0

 

vim /usr/lib/modprobe.d/dist-blacklist.conf

blacklist nouveau

blacklist lbm-nouveau

options nouveau modeset=0

alias nouveau off

alias lbm-nouveau off

options nouveau modeset=0

 

6.建立新的鏡像

mv /boot/initramfs-$(uname -r).img /boot/initramfs-$(uname -r).img.bak

dracut /boot/initramfs-$(uname -r).img $(uname -r)

 

7.查看是否在跑 nouveau默認驅動

lsmod | grep nouveau

 

8.停止XServer服務

init 3

service lightdm stop

 

9.給nvidia驅動賦權,並執行

chmod +x nvidia.run 

sh nvidia.run --no-opengl-files

 

10.安裝 vncserver 以備遠程操作 labelimage.

yum install tigervnc tigervnc-server -y

yum groupinstall -y "Desktop" "X Window System"

 

11.安裝cuda

去官方選擇合適的版本下載

https://developer.nvidia.com/cuda-downloads?target_os=Linux&target_arch=x86_64

選擇本地run文件

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

執行安裝:

sh cuda_10.2.89_440.33.01_linux.run

 

加入環境變量

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

export LD_LIBRARY_PATH=/usr/local/cuda-10.2/lib64:$LD_LIBRARY_PATH

reboot

測試

nvcc -V

 

12.安裝cuDNN

官方下載對應版本

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

更名

mv cudnn-10.2-linux-x64-v7.6.5.32.solitairetheme8 cudnn.gz

解壓縮

tar -vxf cudnn.gz

進入解壓縮目錄

cd cuda

拷貝到系統對應的目錄中

cp include/cudnn.h /usr/local/cuda/include/

 

cp lib64/libcudnn* /usr/local/cuda/lib64/

 

chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*

 

 

刪除原軟鏈接

cd /usr/local/cuda/lib64

//刪除原來的鏈接

rm libcudnn.so libcudnn.so.7

//生成新的鏈接         

ln ‐s libcudnn.so.7.4.2 libcudnn.so.7

ln ‐s libcudnn.so.7 libcudnn.so

chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*

ldconfig

 

 

13.安裝OpenCV

官方下載:https://opencv.org/releases/

選擇合適版本:

這裏我選擇3.4.8 https://github.com/opencv/opencv/tree/3.4.8

 

安裝預製軟件:

yum -y install epel-release

yum -y  install gcc gcc-c++  

yum -y  install cmake  

yum -y  install python-devel numpy

yum -y  install ffmpeg-devel

 

編譯opencv.

cd opencv  

mkdir build     

cd build

cmake ..

make  

make install

 

配置opencv:

cd /etc/ld.so.conf.d

添加opencv編譯產生的lib庫路徑到opencv.conf中

/bin/bash -c 'echo "/usr/local/lib" > /etc/ld.so.conf.d/opencv.conf'

加載 ldconfig

ldconfig

 

添加PATH

find / -name "opencv.pc"

/usr/local/lib64/pkgconfig/opencv.pc

 

vim /etc/bashrc

PKG_CONFIG_PATH=$PKG_CONFIG_PATH:/usr/local/lib64/pkgconfig/

export PKG_CONFIG_PATH 

是配置生效:

source /etc/bashrc

 

更新庫

updatedb

 

pkg-config配置(存在就不需要操作了)

mkdir -p /usr/local/lib/pkgconfig

默認的pkg搜索鏈接路徑/usr/lib/pkgconfig,需要將opencv.pc拷貝到pkg的默認路徑下

cp /usr/local/lib64/pkgconfig/opencv.pc /usr/lib/pkgconfig

 

 

darknet下載:

git clone https://github.com/pjreddie/darknet

make

開啓gpu,opencv,cuda

vim Makefile

GPU=1

CUDNN=1

OPENCV=1

 

保存後

make clean

make

 

至此。darknet編譯成功。可以開始識別之旅了。

發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章