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
幻风_huanfeng34 分钟前
每天五分钟玩转深度学习PyTorch:基于pytorch搭建LSTM和GRU模型
人工智能·pytorch·深度学习·gru·lstm·循环神经网络
HR Zhou40 分钟前
群体智能优化算法-模拟退火优化算法(Simulated Annealing, SA,含Matlab源代码)
人工智能·算法·机器学习·matlab·优化·模拟退火算法·群体智能优化
Luis Li 的猫猫1 小时前
机器学习--卷积神经网络原理及MATLAB回归实现
人工智能·算法·机器学习·matlab·cnn
鲁子狄1 小时前
[笔记] Cursor 全面指南:将AI融入代码编辑,免费使用 - 神级思考模型:让 AI 真正会思考 , 持续更新免费试用
人工智能
机器之心1 小时前
13 年后,AlexNet 源代码终于公开:带注释的原版
人工智能·openai
jndingxin1 小时前
OpenCV计算摄影学(22)将输入的彩色图像转换为两种风格的铅笔素描效果函数pencilSketch()
人工智能·opencv·计算机视觉
新智元2 小时前
微软腾讯合体开大!上千网红爆款涌进桌面,PC 手机次元壁崩塌
人工智能·openai
Archie_IT2 小时前
【AIGC前沿】MiniMax海螺AI视频——图片/文本生成高质量视频
人工智能·aigc
秣厉科技2 小时前
【秣厉科技】LabVIEW工具包——OpenCV 教程(6):dnn实战之YOLO模型推理
科技·opencv·labview
墨绿色的摆渡人2 小时前
用 pytorch 从零开始创建大语言模型(一):理解大型语言模型
人工智能·pytorch·语言模型