opencv anaconda yolov5安装流程

目录

  • [1. ```opencv-4.7```](#1. opencv-4.7)
  • [2. ```anaconda```的配置](#2. anaconda的配置)
    • [2.1 配置环境变量](#2.1 配置环境变量)
    • [2.2 配置```anaconda```源](#2.2 配置anaconda源)
    • [2.3 常用的命令](#2.3 常用的命令)
  • [3. ```Yolov5```环境的安装](#3. Yolov5环境的安装)

1. opencv-4.7

  1. 下载opencv-4.7的安装包

https://opencv.org/releases/

  1. 安装最新的cmake
bash 复制代码
sudo apt-get update
sudo apt-get upgrade
sudo apt install cmake
  1. 安装opencv的依赖
bash 复制代码
sudo apt-get install build-essential libgtk2.0-dev libavcodec-dev libavformat-dev libjpeg-dev libswscale-dev libtiff5-dev
bash 复制代码
sudo apt-get install libgtk2.0-dev
sudo apt-get install pkg-config
  1. 编译、安装opencv
bash 复制代码
mkdir build
cd build
bash 复制代码
cmake -D CMAKE_BUILD_TYPE=RELEASE \
-D CMAKE_INSTALL_PREFIX=/usr/local \
-D INSTALL_C_EXAMPLES=ON \
-D INSTALL_PYTHON_EXAMPLES=ON \
-D OPENCV_GENERATE_PKGCONFIG=ON \
-D BUILD_EXAMPLES=ON ..
bash 复制代码
sudo make -j4
sudo make install
  1. 配置环境
bash 复制代码
sudo gedit /etc/ld.so.conf

加上下面一行;

bash 复制代码
/usr/local/lib
bash 复制代码
sudo ldconfig
bash 复制代码
sudo gedit /etc/bash.bashrc 

加上下面一行;

bash 复制代码
PKG_CONFIG_PATH=$PKG_CONFIG_PATH:/usr/local/lib/pkgconfig
export PKG_CONFIG_PATH
  1. 检验opencv安装是否成功
bash 复制代码
pkg-config opencv --modversion
  1. 加载一个demo
bash 复制代码
cd opencv-4.7.0/sample/cpp/example_cmake
cmake .
make
./opencv_example
  1. Error
    写一个测试程序,可能会报错:
cpp 复制代码
001.cpp:1:10: fatal error: opencv2/core.hpp: No such file or directory
    1 | #include "opencv2/core.hpp"
      |          ^~~~~~~~~~~~~~~~~~
compilation terminated.

这个时候进入/usr/local/include/ 目录里面,你能看到只有opencv4这个文件,这个时候把opencv4里面opencv2复制到/usr/local/include/目录里面。

bash 复制代码
cd /usr/local/include/opencv4
sudo mv opencv2 /usr/local/include/

2. anaconda的配置

https://blog.csdn.net/m0_50117360/article/details/108403586

2.1 配置环境变量

.txt 复制代码
sudo vim ~/.bashrc

里面填写如下:

.txt 复制代码
export PATH="/home/jixi/anaconda3/bin:$PATH"

刷新环境变量:

.txt 复制代码
source ~/.bashrc

2.2 配置anaconda

  1. 打开配置文件
.txt 复制代码
sudo gedit ~/.condarc
  1. 里面加入如下内容
.txt 复制代码
channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
ssl_verify: true
  1. 依次执行下列命令
.txt 复制代码
sudo chmod 777 ~/.condarc
conda clean -i 
conda config --show channels
  1. 对anaconda进行升级
.txt 复制代码
conda update --all
conda update conda
conda update anaconda

2.3 常用的命令

.txt 复制代码
#创建虚拟环境
conda create -n your_env_name python=X.X(3.6、3.7等)
#激活虚拟环境
conda activate your_env_name(虚拟环境名称)
#退出虚拟环境
conda deactivate your_env_name(虚拟环境名称)
#删除虚拟环境
conda remove -n your_env_name(虚拟环境名称) --all
#查看安装了哪些包
conda list
#安装包
conda install package_name(包名)
conda install scrapy==1.3 # 安装指定版本的包
conda install -n 环境名 包名 # 在conda指定的某个环境中安装包
#查看当前存在哪些虚拟环境
conda env list 
#或 
conda info -e
#或
conda info --envs
#检查更新当前conda
conda update conda
#更新anaconda
conda update anaconda
#更新所有库
conda update --all
#更新python
conda update python

##3. pip的换源

直接输入以下命令

.txt 复制代码
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple pip -U
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

3. Yolov5环境的安装

nda update anaconda
#更新所有库
conda update --all
#更新python
conda update python

pip的换源

直接输入以下命令

.txt 复制代码
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple pip -U
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
相关推荐
YSGZJJ44 分钟前
股指期货的套保策略如何精准选择和规避风险?
人工智能·区块链
无脑敲代码,bug漫天飞1 小时前
COR 损失函数
人工智能·机器学习
HPC_fac130520678162 小时前
以科学计算为切入点:剖析英伟达服务器过热难题
服务器·人工智能·深度学习·机器学习·计算机视觉·数据挖掘·gpu算力
安静读书4 小时前
Python解析视频FPS(帧率)、分辨率信息
python·opencv·音视频
小陈phd4 小时前
OpenCV从入门到精通实战(九)——基于dlib的疲劳监测 ear计算
人工智能·opencv·计算机视觉
Guofu_Liao5 小时前
大语言模型---LoRA简介;LoRA的优势;LoRA训练步骤;总结
人工智能·语言模型·自然语言处理·矩阵·llama
ZHOU_WUYI9 小时前
3.langchain中的prompt模板 (few shot examples in chat models)
人工智能·langchain·prompt
如若1239 小时前
主要用于图像的颜色提取、替换以及区域修改
人工智能·opencv·计算机视觉
老艾的AI世界10 小时前
AI翻唱神器,一键用你喜欢的歌手翻唱他人的曲目(附下载链接)
人工智能·深度学习·神经网络·机器学习·ai·ai翻唱·ai唱歌·ai歌曲
DK2215110 小时前
机器学习系列----关联分析
人工智能·机器学习