【无标题】 - 技术栈

linux anaconda安装

1.下载anaconda

去官网下在自己需要的版本

https://repo.anaconda.com/archive/

我自己下载的版本为Anaconda3-2024.02-1-Linux-x86_64.sh

2.安装anaconda

执行以下命令，一直回车直到出现选择yes or no ,输入yes继续，然后提示You can undo this by running conda init --reverse $SHELL，输入yes

bash 复制代码

cd /mnt/d/tools
./Anaconda3-2024.02-1-Linux-x86_64.sh

新开窗口，编辑bashrc

bash 复制代码

vim ~/.bashrc

直接在文件结尾，将anaconda安装路径加入环境变量

bash 复制代码

# <<< conda initialize <<<
export PATH="/home/ruby/anaconda3/bin:$PATH"
# <<< conda initialize <<<
export PATH="/root/anaconda3/bin:$PATH"

修改完成保存后，执行以下命令生效

bash 复制代码

source  ~/.bashrc

3.完成安装以及检测是否安装成功

重启新窗口执行

bash 复制代码

conda -V

4.安装虚拟环境

bash 复制代码

conda create -n rknn python=3.6 （rknn 是我自己取的名字）
conda create -n py36 python=3.6
conda create -n py36_171 python=3.6
conda create -n rknn171 python=3.6

5.激活环境

bash 复制代码

conda activate py36_171

6.退出虚拟环境

bash 复制代码

conda deactivate

7.检查环境是否安装好

bash 复制代码

conda info --envs

8.删除虚拟环境

bash 复制代码

conda remove -n rknn --all

9.修改虚拟环境名称

bash 复制代码

conda create --name python32（新名字） --clone python321（老名字）
conda remove --name old_name --all

bash 复制代码

conda create --name py36_1711 --clone py36_171
conda remove -n py36_1711 --all
conda remove -n rknn --all

10.卸载conda

bash 复制代码

rm -rf ~/anaconda3
rm -rf /home/ruby/anaconda3

11.退出conda init

bash 复制代码

conda config --set auto_activate_base false
conda config --set auto_activate_base true

12.第三方库的安装(根据自身需要安装）

为了加快pip下载速度，将pip的默认源更换位阿里源，命令如下：

bash 复制代码

mkdir ~/.pip
sudo vim ~/.pip/pip.conf

bash 复制代码

# 将以下内容添加到~/.pip/pip.conf
[global]
index-url = http://mirrors.aliyun.com/pypi/simple/
 
[install]
trusted-host=mirrors.aliyun.com

rknn依赖环境安装

#更新pip

bash 复制代码

python -m pip install --upgrade pip -i http://pypi.douban.com/simple --trusted-host pypi.douban.com

#安装pytorch设计版本问题，可到官网查询安装命令,如：

https://pytorch.org/get-started/previous-versions/

bash 复制代码

# CPU only
pip install torch==1.10.1+cpu torchvision==0.11.2+cpu torchaudio==0.10.1 -f https://download.pytorch.org/whl/cpu/torch_stable.html  -i https://pypi.tuna.tsinghua.edu.cn/simple 

rknn 171版
pip install torch==1.5.1+cpu torchvision==0.6.1+cpu -f https://download.pytorch.org/whl/torch_stable.html  -i https://pypi.tuna.tsinghua.edu.cn/simple

bash 复制代码

# 安装其他依赖库
cd /mnt/f/gittask/rknn-toolkit/packages/
pip install -r requirements-cpu.txt


cd /mnt/f/gittask/rknn-toolkit-1.7.1/packages
pip install -r requirements-cpu.txt

bash 复制代码

#安装rknn,前提安装cython,确保可以尝试其他版本的依赖库，否则容易卡在onnxoptimizer这里
pip install cython
cd /mnt/f/gittask/rknn-toolkit/packages/packages
pip install rknn_toolkit-1.7.5-cp36-cp36m-linux_x86_64.whl

#可能会卡在安装opencv上，默认安装最新版，但是与python版本不兼容，可选择先安装opencv，在安装whl
cd /mnt/f/gittask/rknn-toolkit-1.7.1/packages
pip install rknn_toolkit-1.7.1-cp36-cp36m-linux_x86_64.whl


#安装opencv,参考链接https://blog.csdn.net/Merokes/article/details/109642366
pip install opencv-python==4.5.5.64 -i https://pypi.tuna.tsinghua.edu.cn/simple 
#安装opencv扩展
pip install opencv-contrib-python==4.5.5.64 -i https://pypi.tuna.tsinghua.edu.cn/simple
#安装tensorflow
pip install tensorflow==1.14.0  -i https://pypi.tuna.tsinghua.edu.cn/simple 
#安装mxnet
pip install mxnet==1.5.0 -i https://pypi.tuna.tsinghua.edu.cn/simple 


pip install easydict

bash 复制代码

#打包工具
pip install pyinstaller
pyinstaller -F test.py -p /root/anaconda3/envs/rknn171/lib/python3.6/site-packages  --hidden-import json

执行
cp ./dist/test ./
./test

bash 复制代码

#依赖环境onnxoptimizer
sudo apt-get install -y libprotobuf-dev protobuf-compiler python3-scipy
sudo apt-get install libssl-dev libffi-dev python-dev build-essential libxml2-dev libxslt1-dev

#python版本查看

python --version