ubuntu18完全安裝Openpose指南
可謂是歷經千辛萬苦,配了我整整兩個星期才配好這個環境。有必要記錄一下,不走彎路,也給後面的人一些啓示,按下面指南大概總時間兩小時就能配好。
環境列表:ubuntu18.04
cuda9.0+cuda7.13
opencv3.4.1
caffe+openpose
顯卡 gtx950m
切記:一步一步來,不要急。我會把很難下載的東西,下載速度很慢的東西放一個百度網盤(文末下載)上來,先下載那個最少可以省去一大堆不必要等待時間。
下面進入正題:
第一步
首先安裝ubuntu18.04:參考博客https://blog.csdn.net/yuanjiteng/article/details/102468968
如果你安裝的是16版本的話,下面的就只對你有參考意義,報錯就百度吧。安裝16版本時在進入頁面卡住了就是有顯卡驅動的問題,建議還是用18版本,安裝大概熟悉流程後30分鐘裝一次。
第二步 安裝nvidia驅動 cuda cudnn
先看一遍這個博客:https://blog.csdn.net/wshixinshouaaa/article/details/83272282
安裝顯卡驅動有兩種方式
第一種 依次點擊:設置——軟件和更新——附加驅動,選擇對應的驅動 然後重啓,ctrl+alt+t進入終端,輸入nvidia-smi如有顯卡信息表,則表示成功(這裏我出來的是430 和390)我選的是390。
第二種 在終端輸入 刪除原來驅動:
sudo apt-get purge nvidia*
然後添加顯卡驅動PPA,安裝驅動
sudo add-apt-repository ppa:graphics-drivers/ppa
sudo apt update
sudo apt install nvidia-390
同樣重啓電腦。
我用的第一種方式,問題不大。輸入 nvidia-smi
出來顯卡信息成功,也可以試試nvidia settings 命令看看
安裝cuda9.0 cudnn7.13
最好不要安裝cuda10.0版本,實測採坑,後面有個問題超級難處理。
可以使用
gcc -V
gcc --version
g++ -V
g++ -version
nvcc-V #(暫時沒用)
等命令查看g++版本信息,ubuntu18自帶的是7以上版本,安裝cuda9.0需要進行降級操作。
這裏下載我會放網盤。
下載CUDA9.0 。選擇linux>x86_64>ubuntu>16.04>runfile(local) 下載base和patch123
下載cuda9.0和cuDNN的對應版本,安裝第5,6,7三個 deb包,需要註冊一下。
下載cuDNN v7.1.3 。需要註冊 選擇cudnnv7.13 April 17 2018 for cuda 9.0
接下來進行降級操作,這裏建議降到5就可以,不用到4,不然後面又要弄回來5。
sudo apt-get install gcc5.5
sudo apt-get install g++5.5
#安裝
cd /usr/bin
sudo mv gcc gcc.bak
sudo ln -s gcc-5.5 gcc
sudo mv g++ g++.bak
sudo ln -s g++-5.5 g++
備份、重新鏈接
gcc -v g++ -v
看版本信息,這裏我沒有試過,可以先用4.8版本試試,也就是把上面5.5改4.8
運行
sudo sh cuda_9.0.176_384.81_linux.run
讀文章按空格
然後 accept
注意 第三個選項問是否安裝NVIDIA Accelerated Graphics Driver驅動,選否:
其他都是是
輸入
sudo sh cuda_9.0.176.1_linux.run
sudo sh cuda_9.0.176.2_linux.run
sudo sh cuda_9.0.176.3_linux.run
安裝另外三個包
添加環境變量
sudo gedit ~/.bashrc
在末尾添加:
export PATH=/usr/local/cuda-9.0/bin${PATH:+:$PATH}
export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
export CUDA_HOME=/usr/local/cuda-9.0
測試CUDA
cd /usr/local/cuda-9.0/samples/1_Utilities/deviceQuery
make
sudo ./deviceQuery
顯示pass就成功。
安裝cudnn:
sudo dpkg -i libcudnn7_7.1.3.16-1+cuda9.0_amd64.deb
sudo dpkg -i libcudnn7-dev_7.1.3.16-1+cuda9.0_amd64.deb
sudo dpkg -i libcudnn7-doc_7.1.3.16-1+cuda9.0_amd64.deb
進行測試:
/home/cai/NVIDIA_CUDA-9.0_Samples/1_Utilities/deviceQuery
sudo make
./deviceQuery
顯示GPU信息就成功。
卸載參考上面博客。
第三步 安裝opencv3.4.1
安裝依賴項:
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 libtiff5-dev libdc1394-22-dev # 處理圖像所需的包
sudo apt-get install libavcodec-dev libavformat-dev libswscale-dev libv4l-dev liblapacke-dev
sudo apt-get install libxvidcore-dev libx264-dev # 處理視頻所需的包
sudo apt-get install libatlas-base-dev gfortran # 優化opencv功能
sudo apt-get install ffmpeg
確保上面依賴項安裝了
然後其他參看下面博客安裝:
https://blog.csdn.net/cocoaqin/article/details/78163171
第四步 安裝caffe和openpose
先列出來坑,
1.不要去使用github上下載的新版本caffe
2.把caffe-master放在openpose的3dparty裏面的caffe下面安裝
3.使用多線程時先nproc看自己有多少線程,不要盲目make -j8用 make -jnproc
比較好,
注意!注意!注意!:
caffe 編譯使用5.0以上gcc,3.0以下的protobuf(建議2.6.1)我用的是3.0可以沒事。建議2.7的python。
下載網盤裏的應該就沒這麼多問題。
使用
g++ --version
protobuf --version
查看他們的版本,如果不符合先解決這個問題,看下面博客更改版本解決問題:
https://www.jianshu.com/p/0cad02ad323b
然後編譯caffe,參考下面文章:
https://blog.csdn.net/qq_35468937/article/details/81514198#五、Caff搭建
忽略它的第二步,選擇自己用的caffe安裝沒問題。
接下來就是openpose編譯安裝:
如果上面caffe按操作來不踩坑,建議參考下面博客編譯openpose一般沒問題:
https://blog.csdn.net/qq_27838651/article/details/89282776
結束。能看到這裏祝你好運!
下面是所有安裝用到的東西請下載
鏈接:https://pan.baidu.com/s/1ud2XTUPQmTLcz3_mOgfqzg&shfl=sharepset
提取碼:uqx6
鏈接: https://pan.baidu.com/s/1NQeE_NtOIsyG5XUnSNZymw&shfl=shareset 提取碼: 4zu3
兩個一樣的,如果失效了就留言吧也許會回。