ubuntu16安装opencv2、cuda8.0、caffe

本文参考师兄博客，在其基础之上做出一些整合以及小改动。

opencv安装

（1）安装准备

安装编译工具

sudo apt-get install build-essential

安装依赖包

sudo apt-get install cmake git libgtk2.0-dev pkg-config libavcodec-dev libavformat-dev libswscale-dev

安装可选包

sudo apt-get install python-dev python-numpy libtbb2 libtbb-dev libjpeg-dev libpng-dev libtiff-dev libjasper-dev libdc1394-22-dev

（2）下载opencv2.4.13

（3）编译安装

进入文件夹 opencv-2.4.13

cd opencv-2.4.13

新建一个文件夹用于存放临时文件

mkdir release

切换到该临时文件夹

cd release

开始编译

cmake -D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_INSTALL_PREFIX=/usr/local ..
make -j4
sudo make install

（4）环境配置

配置环境将opencv的库加入到路径，从而让系统可以找到

sudo gedit /etc/ld.so.conf.d/opencv.conf

添加

/usr/local/lib

然后更新

sudo ldconfig

继续编辑

sudo gedit /etc/bash.bashrc 

在末尾加入

PKG_CONFIG_PATH=$PKG_CONFIG_PATH:/usr/local/lib/pkgconfig
export PKG_CONFIG_PATH

保存退出

source /etc/bash.bashrc

cuda、caffe安装

（1）安装caffe的依赖项

1）一般依赖项

sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libhdf5-serial-dev protobuf-compiler
sudo apt-get install --no-install-recommends libboost-all-dev

2）BLAS依赖项

sudo apt-get install libatlas-base-dev

或者安装

sudo apt-get install libopenblas-dev

3）python依赖项

安装python及其头文件（ubuntu16自带python2和python3）

sudo apt-get install python
sudo apt-get install python-dev

安装python的其他依赖

sudo apt-get install python-numpy
sudo apt-get install ipython
sudo apt-get install ipython-notebook
sudo apt-get install python-sklearn
sudo apt-get install python-skimage
sudo apt-get install python-protobuf

4）谷歌glog和gflags和lmdb依赖项

sudo apt-get install libgflags-dev libgoogle-glog-dev liblmdb-dev

（2）然后安装cuda和显卡驱动

下载cuda8.0

sudo dpkg -i cuda-repo-ubuntu1604-8-0-local-ga2_8.0.61-1_amd64.deb
sudo apt-get update
sudo apt-get install cuda

1）安装完成后设置环境变量

sudo gedit /etc/bash.bashrc

在文件的末尾加入如下

export PATH=/usr/local/cuda-8.0/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64:$LD_LIBRARY_PATH

然后更新一下

source /etc/bash.bashrc

2）安装完毕后验证显卡驱动是否安装完毕（如果检测不到或者提示找不到文件可以重启下系统，因为刚装完显卡驱动）

cat /proc/driver/nvidia/version

3）安装git，并且下载代码

sudo apt-get install git
git clone https://github.com/BVLC/caffe.git

然后进入到源码目录

cd caffe

4）编译Caffe

如需要使用cuDNN，请将Makefile.config中USE_CUDNN := 1这一行之前的#（注释）去掉，若安装的opencv为版本3，同理也应做出相应改动（若还需要其它配置，请仔细阅读Makefile.config）

cp ./Makefile.config.example ./Makefile.config

同时，为了匹配cuda8.0的计算能力，请把Makefile.config中CUDA_ARCH中的前两行去掉(保留也行，编译的时候会弹出警告)

-gencode arch=compute_20, code=sm_20
-gencode arch=compute_20, code=sm_21

在Makefile.config文件中，添加 /usr/include/hdf5/serial/ 到 INCLUDE_DIRS，也就是把下面第一行代码改为第二行代码。

INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include
INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include /usr/include/hdf5/serial/

在Makefile文件中，把 hdf5_hl 和hdf5修改为hdf5_serial_hl 和 hdf5_serial，也就是把下面第一行代码改为第二行代码。

LIBRARIES += glog gflags protobuf boost_system boost_filesystem m hdf5_hl hdf5
LIBRARIES += glog gflags protobuf boost_system boost_filesystem m hdf5_serial_hl hdf5_serial

然后编译即可完成caffe安装

make all -j8

最后

本文所提及到的安装包均可在以下百度云地址下载

链接：http://pan.baidu.com/s/1hsHuM80 密码：ifg8

本文所参考的博客地址如下

http://blog.csdn.net/jiongnima/article/details/52671544

http://blog.csdn.net/u011557212/article/details/54706966?utm_source=itdadao&utm_medium=referral

关于caffe MNIST测试的博文将在整理后发布