[Jetson] 在Jetson Xavier AGX编译opencv+cuda

Jetson 在Jetson Xavier AGX编译opencv+cuda

• 版本：opencv455、opencv-contrib455、cuda10.2
• 编译好处：可以推理模型、cuda图像处理、调用opencv集成的跟踪算法
• 也适用于其他版本，但是要确保路径正确
• 通常需要耗时1-2小时
• 也适用于 NVIDIA Jetson 其他产品
  

编译过程：

• 准备工作：

  • 提前安装好opencv：
  • https://github.com/opencv/opencv
  • https://github.com/opencv/opencv_contrib
    

• 安装依赖包：

# 1. 安装依赖
sudo apt-get update
sudo apt-get install -y build-essential cmake git libgtk2.0-dev pkg-config libavcodec-dev libavformat-dev libswscale-dev
sudo apt-get install -y libgstreamer1.0-dev libgstreamer-plugins-base1.0-dev
sudo apt-get install -y libtbb2 libtbb-dev libjpeg-dev libpng-dev libtiff-dev
sudo apt-get install -y libv4l-dev v4l-utils qv4l2
sudo apt-get install -y curl

• 进入opencv文件夹

cd opencv
mkdir build && cd build

• 执行编译：

  • 最后编译好安装的路径默认：/usr/local
  • 确认卡的算力 "7.2"
  • 修改contrib对应路径
  • 是否编译python相关
  • OPENCV_DNN_CUDA=ON：开启DNN模块的CUDA支持，对于运行深度学习模型很有用。

#根据具体需求进行更改：
cmake -D CMAKE_BUILD_TYPE=RELEASE \
      -D CMAKE_INSTALL_PREFIX=/usr/local \
      -D WITH_CUDA=ON \
      -D WITH_CUDNN=ON \
      -D OPENCV_DNN_CUDA=ON \
      -D CUDA_ARCH_BIN="7.2" \
      -D CUDA_FAST_MATH=ON \
      -D ENABLE_FAST_MATH=ON \
      -D OPENCV_EXTRA_MODULES_PATH=../../opencv_contrib/modules \
      -D WITH_GSTREAMER=ON \
      -D WITH_LIBV4L=ON \
      -D BUILD_opencv_python3=ON \
      -D BUILD_TESTS=OFF \
      -D BUILD_PERF_TESTS=OFF \
      -D BUILD_EXAMPLES=OFF ..

• 编译并安装

#make -j$(nproc)    # 使用所有CPU核心并行编译
#make -j4
make -j8
sudo make install

yolov8 推理

https://blog.csdn.net/yohnyang/article/details/129893542