opencv dlib caffe 安装
编译opencv记录
1.opencv,opencv_contrib包,
3.4.5版本

2.
到opencv/build 目录下 删除所有文件
$rm -rf *
3.
打开cmake图形界面
$cmake-gui

~设置source code和build binaries 路径
~点击Configure
~Configure Done 后
Search 下搜索以下词
1.java 三项取消
2.Cuda withcuda勾选
3.Gtk with_gtk_2_x勾选
4.non OPENCV_ENABLE_NONFREE勾选
5.extr 设置OPENCV_EXTRA_MODULES_PATH路径为 /opencv_contrib/modules

6.gl with_opengl 勾选
~Configure
~Configure Done 后
Search ‘cuda’
CUDA_ARCH_BIN 设置为7.5
CUDA_GENERATION 设置为Turing
~Configure
~Configure Done 后
~Generate
~Generate Done
在/opencv/build目录下
$make -j12
Video_Codec_SDK_9.0.20
成功编译

$sudo make install
(不加sudo 可能会导致失败)
成功安装opencv显示如下:

可成功import cv2
有几次编译失败
问题主要包括:
1.一些包缺失,sudo apt-get install packname 进行下载
2.Cuda版本过低,opencv3.4.5好像无法使用cuda9.0加速,若想编译成功,with_cuda不勾选,
即让opencv不使用cuda 加速。
3.gcc g++ 版本过低,当时cuda10.0,nvidia4.1.48,编译的opencv版本为3.4.5,使用gcc 6.0和g++6.0编译失败,升级为7.3.0最新版本后编译成功
4.等等。
查看opencv版本
$pkg-config --modversion opencv
安装dlib
$ cd /.../dlib
$ sudo python3 setup.py build

#############during build may face Q below#######################
Q:similar to 'can't read include/gif_lib.h'
solution:
apt-cache search giflib libgif-dev
sudo apt-get install libgif-dev
Q:
make[2]: *** No rule to make target '/usr/lib/x86_64-linux-gnu/libsqlite3.so'
solution:
sudo apt-get install libsqlite3-dev
libpng.so -> libpng-dev
libjpeg.so -> libjpeg-dev
libsqlite3.so -> libsqlite3-dev
#################just lack some package install them###################
/dlib$ sudo python3 setup.py install

安装caffe
到caffe文件目录下
$cd /.../caffe
编译
$make -j12
失败了
opencv dlib caffe 安装的更多相关文章
- 基于深度学习的人脸识别系统(Caffe+OpenCV+Dlib)【三】VGG网络进行特征提取
前言 基于深度学习的人脸识别系统,一共用到了5个开源库:OpenCV(计算机视觉库).Caffe(深度学习库).Dlib(机器学习库).libfacedetection(人脸检测库).cudnn(gp ...
- 基于深度学习的人脸识别系统系列(Caffe+OpenCV+Dlib)——【四】使用CUBLAS加速计算人脸向量的余弦距离
前言 基于深度学习的人脸识别系统,一共用到了5个开源库:OpenCV(计算机视觉库).Caffe(深度学习库).Dlib(机器学习库).libfacedetection(人脸检测库).cudnn(gp ...
- 71 mac boook pro 无 gpu 下caffe 安装
71 mac boook pro 无 gpu 下caffe 安装 1.首先安装homebrew工具,相当于Mac下的yum或apt ruby -e "$(curl -fsSL https:/ ...
- 深度学习框架-caffe安装-环境[Mac OSX 10.12]
深度学习框架-caffe安装 [Mac OSX 10.12] [参考资源] 1.英文原文:(使用GPU) [http://hoondy.com/2015/04/03/how-to-install-ca ...
- 深度学习框架-caffe安装-Mac OSX 10.12
p.p1 { margin: 0.0px 0.0px 0.0px 0.0px; font: 12.0px ".PingFang SC"; color: #454545 } p.p2 ...
- windows环境Caffe安装配置步骤(无GPU)及mnist训练
在硕士第二年,义无反顾地投身到了深度学习的浪潮中.从之前的惯性导航转到这个方向,一切从头开始,在此,仅以此文记录自己的打怪之路. 最初的想法是动手熟悉Caffe,考虑到直接上手Ubuntu会有些难度, ...
- caffe安装教程(Ubuntu14+GPU+pycaffe+anaconda2)
caffe安装教程 本文所使用的底层环境配置:cuda8.cudnn6.OpenCV2.4.5.anaconda2(Python2.7).如使用其他版本的环境,如cuda,可安装自己的版本,但须在相应 ...
- caffe 安装记录
为了使用caffe,特地装了linux系统,版本:Ubuntu14.04 X64 可参照 http://www.cnblogs.com/platero/p/3993877.html 这个博客写的更好h ...
- [svc]caffe安装笔记
以前是word排版,加上没有些技术博客经验,相当的糟心. 现在想改,发现博文太多,找不到对应在那一页了,所以老的博文留着吧. caffe,这是是数据组需要做一些大数据模型的训练(深度学习), 要求 服 ...
随机推荐
- callback function(回调函数) - 术语
回调函数(CallBack Function)的定义: [todo] 下面是callback的一个场景,linux内核.LwIP里也有使用callback funcs.
- ES6 Symbol数据类型和set-map 数据结构
Symbol数据类型 ES6新加的数据类型,提供一个独一无二的值 { let a1 = Symbol() ;let a2 = Symbol() } //声明 { let a3 = Symbol.for ...
- 【托业】【全真题库】TEST3-语法题
101. sales representative 销售代表 keep one's promise with 遵守对……的诺言,信守对……的承诺 107. express interest in 表现 ...
- 爬虫下载QQ音乐:获取所有歌手-每个歌手的专辑-每个专辑里的歌曲
# coding=utf-8 # !/usr/bin/env python ''' author: dangxusheng desc : 稍微有点难度,需要多次请求获取key date : 2018- ...
- 常见MQTT服务器搭建与试用
常见MQTT服务器搭建与试用 简介 MQTT(Message Queuing Telemetry Transport,消息队列遥测传输)是IBM开发的一个即时通讯协议,它比较适合于在低带宽.不可靠 ...
- python操作email
python操作email 参考链接: python官网imaplib: https://docs.python.org/2/library/imaplib.html Python 用IMAP接收邮件 ...
- 2018-2019-2 《网络对抗技术》Exp0 Kali安装 Week1 20165321
安装kali 在vm里面新建虚拟机,选择典型 选择安装程序光盘镜像文件,系统出现无法检测此光盘镜像中的操作系统 虚拟机命名选择安装位置 给虚拟机分配的磁盘大小 点击自定义硬件,更改虚拟机硬件 选择Gr ...
- javascript中 for-in和 for-of的区别
其中for-of是ES6新增的迭代语法 在MDN上的解释: for...in语句以任意顺序遍历一个对象的可枚举属性.对于每个不同的属性,语句都会被执行.for...of语句在可迭代对象(包括 Arra ...
- mac下mysql安装及配置启动
---恢复内容开始--- 原始链接:https://segmentfault.com/q/1010000000475470 按照如下方法成功安装并启动: mysql.server start//启动服 ...
- 【数据结构】算法 LinkList (Reverse LinkedList) Java
反转链表,该链表为单链表. head 节点指向的是头节点. 最简单的方法,就是建一个新链表,将原来链表的节点一个个找到,并且使用头插法插入新链表.时间复杂度也就是O(n),空间复杂度就需要定义2个节点 ...