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

复制代码
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
无忧智库15 分钟前
智慧电厂:引领发电行业新革命(PPT)
大数据·人工智能
Oflycomm22 分钟前
物理AI时代的“连接底座”:Wi-Fi 7模组如何撑起具身智能的神经网络
人工智能·深度学习·神经网络·物联网·具身智能·wifi7
hughnz39 分钟前
海上钻井平台的“绿色革命”:如何破解能源世界的“不可能三角”
人工智能
遥感知识服务43 分钟前
盐碱地、白屋顶和裸土都很亮,卫星怎样分清?
人工智能·算法·机器学习
Microvision维视智造1 小时前
火腿肠里有没有异物?穿刺针尖有没有毛刺?——视觉检测守护“舌尖上的安全“
人工智能·计算机视觉·视觉检测
147API1 小时前
Claude for Teachers 发布后,教育 AI 工作流怎样做标准对齐与数据验收
人工智能
浪潮BB机1 小时前
解决会议纪要错字多,2026年主流语音识别软件横评与优化方案
人工智能·语音识别·效率工具·ai工具·录音转写·会议纪要
飞凌嵌入式1 小时前
工业无死角视觉方案:RV1126B平台AVS全景拼接+目标检测
人工智能·数码相机·目标检测
数智工坊1 小时前
IFCSR:面向一步扩散式真实世界图像超分辨率的无需额外推理保真度-真实感控制
人工智能
LaughingZhu1 小时前
Product Hunt 每日热榜 | 2026-07-16
人工智能·经验分享·深度学习·神经网络·产品运营