计算机视觉中一些特殊的安装包

opencv-python

Could not build wheels for opencv-python which use PEP 517 and cannot be installed

安装pip install opencv-python 输出

Collecting opencv-python
  Downloading https://files.pythonhosted.org/packages/77/f5/49f034f8d109efcf9b7e98fbc051878b83b2f02a1c73f92bbd37f317288e/opencv-python-4.4.0.42.tar.gz (88.9MB)
    100% |████████████████████████████████| 88.9MB 919kB/s
  Installing build dependencies ... done
  Getting requirements to build wheel ... done
    Preparing wheel metadata ... done
Requirement already satisfied: numpy>=1.13.1 in /usr/local/lib/python3.5/dist-packages (from opencv-python) (1.14.5)
Building wheels for collected packages: opencv-python
  Building wheel for opencv-python (PEP 517) ...

如果遇到以下过程后报错,则建议先更新pip后再执行安装。

更新命令:pip install --upgrade pip setuptools wheel

我遇到的问题是安装很慢,好像是卡在那里,基本10min以上,只能耐心等待,有一个指令好像是加上--verbse可以看具体的执行过程。

H5PY

解决H5py 初始化问题:ImportError:DLL failed to load

最近在做毕业设计,突然发现原本可以在学校跑的代码,在家出BUG!

问题:H5py找不到 h5.pyx文件

此问题我理解为,在初始化h5py的时候,文件缺失,导致DLL;

无语。。第一个想到的解决办法:重新安装H5py

这个办法没用。。。。 因为本人用的anaconda,已经卸载+重装N遍发现没用。

裂开。。。第二个想到的解决办法:版本问题

我去查了H5py官网,发现较近的版本有:2.10.0 ,2.9.0 ,2.8.0 ,2.7.1等。。我挨个安装了一遍,都是不行最后一个有效的办法:在官网下载whl文件,手动下载

由于上面的操作,本人都是直接从conda上下载的H5py包,报的错又都是找不到文件,所以我觉得可能是conda上直接下载的文件有问题

在这个网站可以选择和自己电脑系统匹配的whl文件包。

我的是这个:

这里要注意:Python的版本,电脑的位数。

  • 关键步骤:

1、打开conda命令台,进入对应虚拟环境;

2、输入pip install D:\MSCOCO\h5py-2.10.0-cp36-cp36m-win_amd64.whl (注意这里改成自己下载的whl文件路径,前提是uninstall 以前的H5py);

3、sucessfully!

最后再返回代码,运行,没问题了!

本文转自 https://blog.csdn.net/qq_38883844/article/details/105069064,如有侵权,请联系删除。

OpenCL

Ubuntu安装OpenCL

下载 OpenCl SDK https://software.intel.com/content/www/us/en/develop/tools/opencl-sdk/choose-download.html ,选择linux平台,解压。

sudo ./install.sh

安装 clinfo

$ clinfo

Number of platforms                               1
  Platform Name                                   Intel(R) CPU Runtime for OpenCL(TM) Applications
  Platform Vendor                                 Intel(R) Corporation
  Platform Version                                OpenCL 2.1 LINUX
  Platform Profile                                FULL_PROFILE
  Platform Extensions                             cl_khr_icd cl_khr_global_int32_base_atomics cl_khr_global_int32_extended_atomics cl_khr_local_int32_base_atomics cl_khr_local_int32_extended_atomics cl_khr_byte_addressable_store cl_khr_depth_images cl_khr_3d_image_writes cl_intel_exec_by_local_thread cl_khr_spir cl_khr_fp64 cl_khr_image2d_from_buffer cl_intel_vec_len_hint 
  Platform Host timer resolution                  1ns
  Platform Extensions function suffix             INTEL

  Platform Name                                   Intel(R) CPU Runtime for OpenCL(TM) Applications
Number of devices                                 1
  Device Name                                     Intel(R) Core(TM) i7-6700 CPU @ 3.40GHz
  Device Vendor                                   Intel(R) Corporation
  Device Vendor ID                                0x8086
  Device Version                                  OpenCL 2.1 (Build 0)
  Driver Version                                  18.1.0.0920
  Device OpenCL C Version                         OpenCL C 2.0 
  Device Type                                     CPU
  Device Profile                                  FULL_PROFILE
  Device Available                                Yes
  Compiler Available                              Yes
  Linker Available                                Yes
  Max compute units                               8
  Max clock frequency                             3400MHz
  Device Partition                                (core)
    Max number of sub-devices                     8
    Supported partition types                     by counts, equally, by names (Intel)
  Max work item dimensions                        3
  Max work item sizes                             8192x8192x8192
  Max work group size                             8192
  Preferred work group size multiple              128
  Max sub-groups per work group                   1
 .....
    Global                                        64 bytes
    Local                                         0 bytes
  Max size for global variable                    65536 (64KiB)
  Preferred total size of global vars             65536 (64KiB)
  Global Memory cache type                        Read/Write
.........

成功找到 Intel® HD Graphics

optional 安装 NEO https://github.com/intel/compute-runtime 选个版本

mkdir neo
cd neo
wget https://github.com/intel/compute-runtime/releases/download/20.30.17454/intel-gmmlib_20.2.2_amd64.deb
wget https://github.com/intel/compute-runtime/releases/download/20.30.17454/intel-igc-core_1.0.4427_amd64.deb
wget https://github.com/intel/compute-runtime/releases/download/20.30.17454/intel-igc-opencl_1.0.4427_amd64.deb
wget https://github.com/intel/compute-runtime/releases/download/20.30.17454/intel-opencl_20.30.17454_amd64.deb
wget https://github.com/intel/compute-runtime/releases/download/20.30.17454/intel-ocloc_20.30.17454_amd64.deb
wget https://github.com/intel/compute-runtime/releases/download/20.30.17454/intel-level-zero-gpu_0.8.17454_amd64.deb
sudo dpkg -i *.deb

本文转自 https://aiethan.blog.csdn.net/article/details/107834147,如有侵权,请联系删除。

nvidia.dali 模块安装方法

源码:

Release DALI v1.6.0 · NVIDIA/DALI · GitHub

CUPY

python 中安装cupy库。CuPy(A NumPy-compatible array library accelerated by CUDA)是NumPy兼容多维数组在CUDA上的实现,

因此安装时需要·==根据cuda版本安装 == nvcc -V

# For CUDA 10.1
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple cupy-cuda101 # 根据自己的版本

注意:!!!

  1. cupy只能存在一个版本,可以用pip list查询之前是否安装过,如果有需要先卸载:pip uninstall cupy-cudaxxx,再重新安装。
  2. 自己安装发现(某篇博客评论也有提到):++cuda112版本不能在windows中使用++,即使你的版本和cupy版本一致也不可以。如果要必须使用,建议cuda退回11.1(以及之前的版本应该都可以,但是未测试),在重新安装cupy可以正常使用

安装完成,import cupy as cp 后运行程序提示"ImportError: CuPy is not correctly installed"

在不断的卸载、安装cupy,以及各种更新相关依赖包(inda、wheel、pip等)之后,运行程序依旧不断提示"ImportError: CuPy is not correctly installed"

崩溃之前发现有人设置了系统的环境变量,那么这个问题可能是环境变量的问题,于是一不做二不休把电脑和pycharm的环境变量统一修改了一下:

1)电脑环境变量设置

路径:电脑---右键属性---高级系统设置---高级---环境变量。

在用户变量中的Path变量,添加CUDA10.0安装路径到系统内

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\libnvvp
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\lib\x64
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\extras\CUPTI\libx64

2)Pycharm环境变量设置

路径:Run---Edit Configurations...---Enviroment variables 添加环境变量

本文转自 https://blog.csdn.net/Zhangrx_/article/details/115006360,如有侵权,请联系删除。

相关推荐
昨日之日20062 小时前
Moonshine - 新型开源ASR(语音识别)模型,体积小,速度快,比OpenAI Whisper快五倍 本地一键整合包下载
人工智能·whisper·语音识别
浮生如梦_2 小时前
Halcon基于laws纹理特征的SVM分类
图像处理·人工智能·算法·支持向量机·计算机视觉·分类·视觉检测
深度学习lover2 小时前
<项目代码>YOLOv8 苹果腐烂识别<目标检测>
人工智能·python·yolo·目标检测·计算机视觉·苹果腐烂识别
热爱跑步的恒川3 小时前
【论文复现】基于图卷积网络的轻量化推荐模型
网络·人工智能·开源·aigc·ai编程
阡之尘埃5 小时前
Python数据分析案例61——信贷风控评分卡模型(A卡)(scorecardpy 全面解析)
人工智能·python·机器学习·数据分析·智能风控·信贷风控
孙同学要努力7 小时前
全连接神经网络案例——手写数字识别
人工智能·深度学习·神经网络
Eric.Lee20217 小时前
yolo v5 开源项目
人工智能·yolo·目标检测·计算机视觉
其实吧38 小时前
基于Matlab的图像融合研究设计
人工智能·计算机视觉·matlab
丕羽8 小时前
【Pytorch】基本语法
人工智能·pytorch·python
ctrey_8 小时前
2024-11-1 学习人工智能的Day20 openCV(2)
人工智能·opencv·学习