Ubuntu环境操作笔记

orb-slam基本环境配置：https://blog.csdn.net/qq_33838170/article/details/83999699
安装eigen3：sudo apt-get install libeigen3-dev
安装Sophus库，无需安装： git clone https://github.com/strasdat/Sophus.git
cd Sophus
git checkout a621ff
安装pcl：sudo apt-get install libpcl-dev
下载opencv:https://opencv.org/releases/page/3/
多版本opencv共存：https://blog.csdn.net/learning_tortosie/article/details/80594399
图标放到下面：gsettings set com.canonical.Unity.Launcher launcher-position Bottom
/***********************************************************************/
https://www.cnblogs.com/tanwc/p/9379632.html
 
 
https://www.jianshu.com/p/ad040b374b2f
 
 
https://www.learnopencv.com/install-opencv3-on-ubuntu/
 
https://blog.csdn.net/qq_33838170/article/details/83999699
 
https://blog.csdn.net/W_Liur/article/details/80447938
 
https://blog.csdn.net/qq_34782535/article/details/81744246
 
https://blog.csdn.net/qq_33838170/article/details/83999699
 
16.04更新源https://www.cnblogs.com/graye/p/6862939.html
 
14.04更新源https://blog.csdn.net/xijingmingxijingming/article/details/80373826
https://www.cnblogs.com/lonnelan/p/3862718.html
/***********************************************************************/
 
 
移除文件夹小锁： sudo chmod -R 777 路径（文件夹或文件）
 
chmod +x build.sh
./build.sh
 
创建associate.txt：python associate.py rgb.txt depth.txt associate.txt
SLAM单目运行：
./Examples/Monocular/mono_tum Vocabulary/ORBvoc.txt Examples/Monocular/TUM1.yaml /home/yqx/DataSet/rgbd_dataset_freiburg1_desk
RGB-D运行：
./Examples/RGB-D/rgbd_tum Vocabulary/ORBvoc.txt Examples/RGB-D/TUM3.yaml /home/yqx/DataSet/data/rgbd_dataset_freiburg3_walking_halfsphere /home/yqx/DataSet/data/rgbd_dataset_freiburg3_walking_halfsphere/associate.txt /home/yqx/DataSet/data/rgbd_dataset_freiburg3_walking_halfsphere/mask /home/yqx/DataSet/data/rgbd_dataset_freiburg3_walking_halfsphere/output
DynaSLAM-master运行:
./Examples/Monocular/mono_tum Vocabulary/ORBvoc.txt Examples/Monocular/TUM3.yaml /home/yqx/DataSet/rgbd_dataset_freiburg3_walking_halfsphere /home/yqx/DataSet/rgbd_dataset_freiburg3_walking_halfsphere/mask
 
 
无法获得锁：sudo rm /var/lib/dpkg/lock
 
g2o依赖：sudo apt-get install libqt4-dev qt4-qmake libqglviewer-dev libsuitesparse-dev libcxsparse3.1.4 libcholmod3.0.6
 
在ubuntu apt-get upgrade的时候，遇到：
E: Could not get lock /var/cache/apt/archives/lock - open (11 Resource temporarily unavailable)
E: Unable to lock the download directory
解决办法如下：
sudo rm -rf /var/cache/apt/archives/lock
sudo apt-get update
 
 
/***********************************************************************/
安装opencv和opencv_contrib:(3.1.0版本老编译出错，3.4.1完美编译)
cmake -D CMAKE_BUILD_TYPE=RELEASE \
      -D CMAKE_INSTALL_PREFIX=/usr/local \
      -D INSTALL_C_EXAMPLES=ON \
      -D INSTALL_PYTHON_EXAMPLES=ON \
      -D WITH_TBB=ON \
      -D WITH_V4L=ON \
      -D WITH_QT=ON \
      -D WITH_OPENGL=ON \
      -D OPENCV_EXTRA_MODULES_PATH=../../opencv_contrib/modules \
      -D BUILD_EXAMPLES=ON ..
 
/***********************************************************************/
 
清除PPA错误：
$ sudo apt-get update | grep "Failed"
$ sudo add-apt-repository --remove ppa:finalterm/daily
你得去重复重复再重复，把上面找到的所有过时的PPA仓库一个一个地移除。
/***********************************************************************/
查找包：sudo apt-cache search pkg-name
 
环境配置步骤：（防冲突）！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！
1、Pangolin等，openCV
2、安装NVIDIA驱动，然后需要注释掉Pangolin\src\display\device display_x11.cpp里面的两行代码，
再重新编译安装Pangolin即可。。
sudo chmod  a+x NVIDIA-Linux-x86_64-396.18.run
sudo ./NVIDIA-Linux-x86_64-396.18.run -no-x-check -no-nouveau-check -no-opengl-files  
3、安装cuda：sudo ./cuda_9.0.176_384.81_linux.run --no-opengl-libs
             sudo ./cuda_9.0.176.1_linux.run
             sudo ./cuda_9.0.176.2_linux.run
             sudo ./cuda_9.0.176.3_linux.run
             sudo ./cuda_9.0.176.4_linux.run
cuda环境变量：
    sudo gedit ~/.bashrc
    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}}
    source ~/.bashrc
4、安装cuDNN：sudo tar -zxvf ./cudnn-9.0-linux-x64-v7.tgz  
出现：
cuda/include/cudnn.h
cuda/NVIDIA_SLA_cuDNN_Support.txt
cuda/lib64/libcudnn.so
cuda/lib64/libcudnn.so.7
cuda/lib64/libcudnn.so.7.0.5
cuda/lib64/libcudnn_static.a
配置软链接：cd cuda/include
           sudo cp cudnn.h /usr/local/cuda/include  #复制头文件
再将进入lib64目录下的动态文件进行复制和链接：
cd ..
cd lib64
sudo cp lib* /usr/local/cuda/lib64/    #复制动态链接库
cd /usr/local/cuda/lib64/
sudo rm -rf libcudnn.so libcudnn.so.7    #删除原有动态文件
sudo ln -s libcudnn.so.7.0.5 libcudnn.so.7  #生成软衔接
sudo ln -s libcudnn.so.7 libcudnn.so      #生成软链接
sudo ldconfig      #使配置生效
 
 
查看cuda、cuDNN版本：
cat /usr/local/cuda/version.txt
cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2
/***********************************************************************/
5、安装anaconda：（回车+yes）
      bash Anaconda3-5.0.1-Linux-x86_64.sh
记得： source ~/.bashrc
6、安装pycocotools：
git clone https://github.com/waleedka/coco.git
python3 setup.py build_ext install
7、下载Mask-RCNN： git clone https://github.com/matterport/Mask_RCNN.git
coco权重：https://github.com/matterport/Mask_RCNN/releases
8、运行Mask_RCNN案例：jupyter notebook
 
/***********************************************************************/
 
 
多版本opencv切换:https://blog.csdn.net/learning_tortosie/article/details/80594399
查看opencv版本：pkg-config --modversion opencv
编译： cmake -D CMAKE_BUILD_TYPE=RELEASE       -D CMAKE_INSTALL_PREFIX=/usr/local       -D INSTALL_C_EXAMPLES=OFF       -D INSTALL_PYTHON_EXAMPLES=OFF       -D WITH_TBB=ON       -D WITH_V4L=ON       -D WITH_QT=ON       -D WITH_OPENGL=ON       -D WITH_CUBLAS=ON       -D WITH_CUDA=OFF       -D CUDA_GENERATION=Kepler       ..
 
cmake -D CMAKE_BUILD_TYPE=RELEASE       -D CMAKE_INSTALL_PREFIX=~/opencv-2.4.13/build/installed       -D INSTALL_C_EXAMPLES=OFF       -D INSTALL_PYTHON_EXAMPLES=OFF       -D WITH_TBB=ON       -D WITH_V4L=ON       -D WITH_QT=ON       -D WITH_OPENGL=ON       -D WITH_CUBLAS=OFF       -D WITH_CUDA=ON       -D CUDA_GENERATION=Kepler       ..
 
cmake -D CMAKE_BUILD_TYPE=RELEASE \
-D CMAKE_INSTALL_PREFIX=/usr/local \
-D INSTALL_C_EXAMPLES=OFF \
-D INSTALL_PYTHON_EXAMPLES=OFF \
-D WITH_TBB=ON \
-D WITH_V4L=ON \
-D WITH_QT=ON \
-D WITH_OPENGL=ON \
-D BUILD_opencv_python3=ON \
-D BUILD_opencv_python2=ON \
-D OPENCV_EXTRA_MODULES_PATH=../opencv_contrib/modules \
-D BUILD_EXAMPLES=OFF \
-D WITH_CUBLAS=ON \
-D WITH_CUDA=ON \
-D WITH_IPP=ON \
-D WITH_EIGEN=ON \
-D CUDA_GENERATION=Kepler ..
 
/***********************************************************************/
切换Python版本：sudo update-alternatives --config python
.........................................................................
查看opencv版本：pkg-config --modversion opencv
卸载opencv:sudo make uninstall
           sudo find . -name "*opencv*" | xargs sudo rm -rf
.........................................................................
sudo make uninstall
cd ..
sudo rm -r build
rm -r /usr/local/include/opencv2 /usr/local/include/opencv /usr/include/opencv /usr/include/opencv2 /usr/local/share/opencv /usr/local/share/OpenCV /usr/share/opencv /usr/share/OpenCV /usr/local/bin/opencv* /usr/local/lib/libopencv*
cd /usr/
find . -name "*opencv*" | xargs sudo rm -rf
.........................................................................
pycocotools工具的完整安装 for python:
cd到PythonAPI里面，使用命令
python setup.py build_ext install
安装即可，如果是安装python3，需要使用
python3 setup.py build_ext install
 
or:sudo make install ?????????
/***********************************************************************/
端口占用：lsof -i:6006
          kill -9 21222
安装T-OD-API：export PYTHONPATH=$PYTHONPATH:/home/yqx/tt/chapter_5/research:/home/yqx/tt/chapter_5/research/slim
用GPU训练，用CPU测试：export CUDA_VISIBLE_DEVICES=""
 
/***********************************************************************/
纯净的tensorflow环境：（不依赖anaconda）
首先卸载个干净：
sudo pip uninstall tensorflow
sudo pip uninstall tensorflow-gpu
sudo pip2 uninstall tensorflow
sudo pip2 uninstall tensorflow-gpu
sudo pip3 uninstall tensorflow
sudo pip3 uninstall tensorflow-gpu
其次安装相应版本：
sudo pip2 install tensorflow-gpu==1.5.0
sudo pip3 install tensorflow-gpu==1.5.0
 
/***********************************************************************/