首页 > 其他分享 >agx orin nx 安装 opencv4.9 cuda 版本

agx orin nx 安装 opencv4.9 cuda 版本

时间:2024-03-27 17:46:29浏览次数:28  
标签:ver opencv4.9 -- 4.9 nx opencv cuda YES usr

1. 卸载 原来的CPU版 opencv

sudo apt purge libopencv*
sudo apt update

2. 找一个路径,存放下载 opencv 安装包

sudo wget -O opencv-4.9.0.zip wget https://github.com/opencv/opencv/archive/4.9.0.zip
sudo wget -O opencv_contrib-4.9.0.zip wget https://github.com/opencv/opencv_contrib/archive/4.9.0.zip

解压、放到一个文件夹中

unzip opencv.zip && unzip opencv_contrib.zip

组织成这种层次:

├── 4.9.0
│   ├── opencv-4.9.0
│   └── opencv_contrib-4.9.0

3. 编译支持GPU加速的 OpenCV

cd opencv-4.9.0
# 3. Create build directory and switch into it
mkdir build && cd build

├── 4.9.0
│   ├── opencv-4.9.0
│	├── build
│   └── opencv_contrib-4.9.0

查看 agx orin nx 的 CUDA_ARCH_BIN 为 8.7。 jetson 除了网址可以去查:https://developer.nvidia.com/cuda-gpus#compute ,也可以使用 jtop 查询 CUDA_ARCH_BIN。

Configure, 在 build 目录内
sudo cmake -D CMAKE_BUILD_TYPE=Release \
	  -D CMAKE_INSTALL_PREFIX=/usr/local \
	  -D OPENCV_EXTRA_MODULES_PATH=../../opencv_contrib-4.9.0/modules \
	  -D CUDA_TOOLKIT_ROOT_DIR=/usr/local/cuda \
	  -D CUDA_ARCH_BIN=8.7 \
	  -D CUDA_ARCH_PTX=8.7 \
	  -D WITH_CUDA=ON \
	  -D OPENCV_DNN_CUDA=ON  \
	  -D WITH_CUDNN=ON  \
	  -D ENABLE_FAST_MATH=ON \
	  -D CUDA_FAST_MATH=ON \
	  -D WITH_CUBLAS=ON \
	  -D OPENCV_GENERATE_PKGCONFIG=ON  \
	  -D BUILD_EXAMPLES=ON \
	  -D BUILD_NEW_PYTHON_SUPPORT=ON \
	  -D BUILD_opencv_python3=ON \
	  -D HAVE_opencv_python3=ON  \
	  -D OPENCV_ENABLE_NONFREE=ON  \
	  -D INSTALL_PYTHON_EXAMPLES=ON \
	  -D OPENCV_PYTHON3_INSTALL_PATH=/usr/local/lib/python3.8/dist-packages  \
	  -D PYTHON_EXECUTABLE=/usr/bin/python3.8 \
	  ..

注意:

  • CMAKE_INSTALL_PREFIX=/usr/local : opencv 的安装路径
  • OPENCV_EXTRA_MODULES_PATH=../../opencv_contrib-4.9.0/modules
  • ll /usr/local/cuda 可以查看 cuda 是谁的软链接
  • CUDA_ARCH_BIN CUDA_ARCH_PTX 都是 8.7
  • python3 支持的话,请使用 which python3ll /usr/bin/python3 找到是哪个 python3, 从而 获得 OPENCV_PYTHON3_INSTALL_PATH 路径。

当前操作主要是网络问题可能会报错,请使用梯子

https://www.cnblogs.com/odesey/p/17960079

export http_proxy=http:你的IP:7890
export https_proxy=http:你的IP:7890

失败的话: 清除 rm CMakeCache.txt

报错:
-- Checking for module 'gtk+-2.0'
--   No package 'gtk+-2.0' found
-- Allocator metrics storage type: 'int'
CMake Error at modules/core/CMakeLists.txt:158 (message):
  CUDA: OpenCV requires enabled 'cudev' module from 'opencv_contrib'
  repository: https://github.com/opencv/opencv_contrib

解决:opencv_contrib-4.9.0 的路径没填对,已更正。

 sudo apt install -y libgtk2.0-dev

成功的配置:

-- General configuration for OpenCV 4.9.0 =====================================
--   Version control:               unknown
-- 
--   Extra modules:
--     Location (extra):            /home/nvidia/Downloads/4.9.0/opencv_contrib-4.9.0/modules
--     Version control (extra):     unknown
-- 
--   Platform:
--     Timestamp:                   2024-03-27T06:50:39Z
--     Host:                        Linux 5.10.104-tegra aarch64
--     CMake:                       3.16.3
--     CMake generator:             Unix Makefiles
--     CMake build tool:            /usr/bin/make
--     Configuration:               Release
-- 
--   CPU/HW features:
--     Baseline:                    NEON FP16
--     Dispatched code generation:  NEON_DOTPROD NEON_FP16
--       requested:                 NEON_FP16 NEON_BF16 NEON_DOTPROD
--       NEON_DOTPROD (1 files):    + NEON_DOTPROD
--       NEON_FP16 (2 files):       + NEON_FP16
-- 
--   C/C++:
--     Built as dynamic libs?:      YES
--     C++ standard:                11
--     C++ Compiler:                /usr/bin/c++  (ver 9.4.0)
--     C++ flags (Release):         -fsigned-char -ffast-math -fno-finite-math-only -W -Wall -Wreturn-type -Wnon-virtual-dtor -Waddress -Wsequence-point -Wformat -Wformat-security -Wmissing-declarations -Wundef -Winit-self -Wpointer-arith -Wshadow -Wsign-promo -Wuninitialized -Wsuggest-override -Wno-delete-non-virtual-dtor -Wno-comment -Wimplicit-fallthrough=3 -Wno-strict-overflow -fdiagnostics-show-option -pthread -fomit-frame-pointer -ffunction-sections -fdata-sections    -fvisibility=hidden -fvisibility-inlines-hidden -O3 -DNDEBUG  -DNDEBUG
--     C++ flags (Debug):           -fsigned-char -ffast-math -fno-finite-math-only -W -Wall -Wreturn-type -Wnon-virtual-dtor -Waddress -Wsequence-point -Wformat -Wformat-security -Wmissing-declarations -Wundef -Winit-self -Wpointer-arith -Wshadow -Wsign-promo -Wuninitialized -Wsuggest-override -Wno-delete-non-virtual-dtor -Wno-comment -Wimplicit-fallthrough=3 -Wno-strict-overflow -fdiagnostics-show-option -pthread -fomit-frame-pointer -ffunction-sections -fdata-sections    -fvisibility=hidden -fvisibility-inlines-hidden -g  -O0 -DDEBUG -D_DEBUG
--     C Compiler:                  /usr/bin/cc
--     C flags (Release):           -fsigned-char -ffast-math -fno-finite-math-only -W -Wall -Wreturn-type -Waddress -Wsequence-point -Wformat -Wformat-security -Wmissing-declarations -Wmissing-prototypes -Wstrict-prototypes -Wundef -Winit-self -Wpointer-arith -Wshadow -Wuninitialized -Wno-comment -Wimplicit-fallthrough=3 -Wno-strict-overflow -fdiagnostics-show-option -pthread -fomit-frame-pointer -ffunction-sections -fdata-sections    -fvisibility=hidden -O3 -DNDEBUG  -DNDEBUG
--     C flags (Debug):             -fsigned-char -ffast-math -fno-finite-math-only -W -Wall -Wreturn-type -Waddress -Wsequence-point -Wformat -Wformat-security -Wmissing-declarations -Wmissing-prototypes -Wstrict-prototypes -Wundef -Winit-self -Wpointer-arith -Wshadow -Wuninitialized -Wno-comment -Wimplicit-fallthrough=3 -Wno-strict-overflow -fdiagnostics-show-option -pthread -fomit-frame-pointer -ffunction-sections -fdata-sections    -fvisibility=hidden -g  -O0 -DDEBUG -D_DEBUG
--     Linker flags (Release):      -Wl,--gc-sections -Wl,--as-needed -Wl,--no-undefined  
--     Linker flags (Debug):        -Wl,--gc-sections -Wl,--as-needed -Wl,--no-undefined  
--     ccache:                      NO
--     Precompiled headers:         NO
--     Extra dependencies:          m pthread cudart_static dl rt nppc nppial nppicc nppidei nppif nppig nppim nppist nppisu nppitc npps cublas cudnn cufft -L/usr/local/cuda/lib64 -L/usr/lib/aarch64-linux-gnu
--     3rdparty dependencies:
-- 
--   OpenCV modules:
--     To be built:                 aruco bgsegm bioinspired calib3d ccalib core cudaarithm cudabgsegm cudacodec cudafeatures2d cudafilters cudaimgproc cudalegacy cudaobjdetect cudaoptflow cudastereo cudawarping cudev datasets dnn dnn_objdetect dnn_superres dpm face features2d flann freetype fuzzy gapi hfs highgui img_hash imgcodecs imgproc intensity_transform line_descriptor mcc ml objdetect optflow phase_unwrapping photo plot python3 quality rapid reg rgbd saliency shape stereo stitching structured_light superres surface_matching text tracking ts video videoio videostab wechat_qrcode xfeatures2d ximgproc xobjdetect xphoto
--     Disabled:                    world
--     Disabled by dependency:      -
--     Unavailable:                 alphamat cannops cvv hdf java julia matlab ovis python2 sfm viz
--     Applications:                tests perf_tests examples apps
--     Documentation:               NO
--     Non-free algorithms:         YES
-- 
--   GUI:                           GTK3
--     GTK+:                        YES (ver 3.24.20)
--       GThread :                  YES (ver 2.64.6)
--       GtkGlExt:                  NO
--     VTK support:                 NO
-- 
--   Media I/O: 
--     ZLib:                        /usr/lib/aarch64-linux-gnu/libz.so (ver 1.2.11)
--     JPEG:                        /usr/lib/aarch64-linux-gnu/libjpeg.so (ver 80)
--     WEBP:                        build (ver encoder: 0x020f)
--     PNG:                         /usr/lib/aarch64-linux-gnu/libpng.so (ver 1.6.37)
--     TIFF:                        /usr/lib/aarch64-linux-gnu/libtiff.so (ver 42 / 4.1.0)
--     JPEG 2000:                   build (ver 2.5.0)
--     OpenEXR:                     /usr/lib/aarch64-linux-gnu/libImath.so /usr/lib/aarch64-linux-gnu/libIlmImf.so /usr/lib/aarch64-linux-gnu/libIex.so /usr/lib/aarch64-linux-gnu/libHalf.so /usr/lib/aarch64-linux-gnu/libIlmThread.so (ver 2_3)
--     HDR:                         YES
--     SUNRASTER:                   YES
--     PXM:                         YES
--     PFM:                         YES
-- 
--   Video I/O:
--     DC1394:                      YES (2.2.5)
--     FFMPEG:                      YES
--       avcodec:                   YES (58.54.100)
--       avformat:                  YES (58.29.100)
--       avutil:                    YES (56.31.100)
--       swscale:                   YES (5.5.100)
--       avresample:                YES (4.0.0)
--     GStreamer:                   YES (1.16.3)
--     v4l/v4l2:                    YES (linux/videodev2.h)
-- 
--   Parallel framework:            pthreads
-- 
--   Trace:                         YES (with Intel ITT)
-- 
--   Other third-party libraries:
--     Lapack:                      NO
--     Eigen:                       NO
--     Custom HAL:                  YES (carotene (ver 0.0.1, Auto detected))
--     Protobuf:                    build (3.19.1)
--     Flatbuffers:                 builtin/3rdparty (23.5.9)
-- 
--   NVIDIA CUDA:                   YES (ver 11.4, CUFFT CUBLAS FAST_MATH)
--     NVIDIA GPU arch:             87
--     NVIDIA PTX archs:            87
-- 
--   cuDNN:                         YES (ver 8.6.0)
-- 
--   OpenCL:                        YES (no extra features)
--     Include path:                /home/nvidia/Downloads/4.9.0/opencv-4.9.0/3rdparty/include/opencl/1.2
--     Link libraries:              Dynamic load
-- 
--   Python 3:
--     Interpreter:                 /usr/bin/python3.8 (ver 3.8.10)
--     Libraries:                   /usr/lib/aarch64-linux-gnu/libpython3.8.so (ver 3.8.10)
--     numpy:                       /usr/lib/python3/dist-packages/numpy/core/include (ver 1.17.4)
--     install path:                /usr/local/lib/python3.8/dist-packages/cv2/python-3.8
-- 
--   Python (for build):            /usr/bin/python3.8
-- 
--   Java:                          
--     ant:                         NO
--     Java:                        NO
--     JNI:                         NO
--     Java wrappers:               NO
--     Java tests:                  NO
-- 
--   Install to:                    /usr/local
-- -----------------------------------------------------------------
-- 
-- Configuring done
-- Generating done
-- Build files have been written to: /home/nvidia/Downloads/4.9.0/opencv-4.9.0/build

编译:

sudo make -j$(nproc)  

$(nproc) 可以使用的最大线程

4. 安装 OpenCV

sudo make install -j 12

注意:如果没有报错,可能会卡住,你需要等待。
卡住的话或许你也可以使用: sudo make install -j 1, 然后等待。然后一直在安装的话,你就可以换为:`` sudo make install -j 12`

5. python 测试 和 jtop 确认:

使用 python3 解释器和 cv2.cuda.printCudaDeviceInfo(0) 来验证库是否正常工作:

image

除了上面的 python 来测试。jetson 也可以用 jtop 来查看。

opencv with CUDA YES

6. 清理

安装后,安装文件和压缩文件 我们将不再需要,可以安全删除:

cd ../..
sudo rm -rf  ./*

其他

我找到一个安装脚本:https://github.com/s95huang/Jetson_orin_cv_cuda/tree/main

此外还有 docker 的: https://github.com/JulianAssmann/opencv-cuda-docker

但是我没有尝试

标签:ver,opencv4.9,--,4.9,nx,opencv,cuda,YES,usr
From: https://www.cnblogs.com/odesey/p/18099858

相关文章

  • Xilinx ZYNQ 7000+Vivado2015.2系列(六)创建一个基于AXI总线的GPIO IP并使用
    前言:FPGA+ARM是ZYNQ的特点,那么PL部分怎么和ARM通信呢,依靠的就是AXI总线。这个实验是创建一个基于AXI总线的GPIOIP,利用PL的资源来扩充GPIO资源。通过这个实验迅速入门开发基于总线的系统。使用的板子是zc702。AXI总线初识:AXI(AdvancedeXtensibleInterface),由ARM公司提出的......
  • NX二次开发:切换应用模块
    一、概述    最近将唐工的教学视频基本上看完了,收获很大;昨天NX二次开发学习群中,有小伙伴说在从建模模块切换到加工模块是说有问题,我尝试了一下录制的代码,确实有BUG,调试了一下,找到了一种方法,做以下笔记,防止忘记。最近感觉学的内容有点多,不知怎么回事总是记忆不清。二......
  • Xilinx ZYNQ 7000+Vivado2015.2系列(五)之ZYNQ的三种启动方式-JTAG、SD card、Flash
    前言:前面我们都是使用JTAG方式下载比特流文件,然后下载elf文件,最后点击Runas或者Debugas来运行程序。JTAG方式是通过tcl脚本来初始化PS,然后用JTAG收发信息,优点是可以在线调试,缺点是断电后程序就丢失了。为了解决程序丢失的问题,可以制作镜像文件烧写到sd卡或者flash中,上电即......
  • 【Linux】Nginx reload原理
    当我们更改了nginx.conf配置文件以后,向master父进程发送SIGHUP信号或者执行nginx-sreload,master父进程会用新的配置文件启动新的worker子进程,此时新的worker子进程与旧的worker子进程是并存的,旧的worker子进程在正常的情况下在处理完老的请求连接以后会关闭这个连接和旧的worker......
  • Xilinx ZYNQ 7000+Vivado2015.2系列(四)之GPIO的三种方式:MIO、EMIO、AXI_GPIO
    前言:ZYNQ7000有三种GPIO:MIO,EMIO,AXI_GPIOMIO是固定管脚的,属于PS,使用时不消耗PL资源;EMIO通过PL扩展,使用时需要分配管脚,使用时消耗PL管脚资源;AXI_GPIO是封装好的IP核,PS通过M_AXI_GPIO接口控制PL部分实现IO,使用时消耗管脚资源和逻辑资源。使用的板子是zc702。1.MIO方式Zynq7000......
  • NX开发--圆柱圆锥是否是整圆的判断
    适用范围对于NX识别为圆柱(UF_MODL_CYLINDRICAL_FACE)、圆锥面(UF_MODL_CONICAL_FACE)类别的面,在测试过一般结构件实体上的相关面时暂时没有找到反例,若有朋友发现反例还请留言告知。规律通过这个函数UF_MODL_ask_face_uv_minmax得到的Umin和Umax两个参数在0-2PI之间,在PK文......
  • Xilinx ZYNQ 7000+Vivado2015.2系列(三)之HelloWorld实验(最小系统)(纯PS)
    前言:使用的板子是zc702。用Vivado的IP核搭建最小系统,包括ARM核(CPUxc7z020),DDR3(4×256M),一个UART串口(MiniUSB转串口),纯PS,通过串口打印出HelloWorld,工程虽小,五脏俱全,算是一种朝圣。配置要和板子对应,大家注意修改。操作步骤:硬件部分1.新建Vivado工程选择芯片型号xc7z020clg484_1......
  • Xilinx ZYNQ 7000+Vivado2015.2系列(二)之奇数分频和逻辑分析仪(ILA)的使用
    前言:偶数分频容易得到:N倍偶数分频,可以通过由待分频的时钟触发计数器计数,当计数器从0计数到N/2-1时,输出时钟进行翻转,并给计数器一个复位信号,使得下一个时钟从零开始计数。以此循环下去。奇数分频如何得到呢?第一部分 奇数分频奇数分频方法:N倍奇数分频,首先进行上升沿触发进行......
  • Xilinx ZYNQ 7000+Vivado2015.2系列(一)之流水灯(纯PL)
    原文链接:https://blog.csdn.net/u014485485/article/details/78056980前言:学习Xilinx的ZYNQ7000系列,用的板子是zc702(注意不是zedboard),SOC型号是xc7z020。虽然设计思路一样,但不同的套件引脚和io标准是有区别的,zc702评估板的的外观图如下,可以对照下自己的板子:作为入门体验,本设......
  • Nginx服务器状态监控与自动重启Shell脚本
    脚本代码:#!/bin/bash#Nginx服务器状态监控与自动重启脚本#版本:1.0#作者:XXX#日期:XXXX-XX-XX#定义Nginx进程文件路径NGINX_PID=/var/run/nginx.pid#定义Nginx日志路径NGINX_ERROR_LOG=/var/log/nginx/error.log#定义Nginx可执行文件路径NGINX_BIN=/usr/......