ubuntu18完全安装Openpose指南

ubuntu18完全安装Openpose指南

可说是费尽心机地耗时两周时间方得以搭建完成这一环境。值得记录下来的是避免不必要的麻烦也为后来者提供一些建议按照下面的指引大致需要两个小时的时间便能搭建完成

环境列表：ubuntu18.04

​ cuda9.0+cuda7.13

​ opencv3.4.1

​ caffe+openpose

​ 显卡 gtx950m

请记住：慢慢操作避免着急。我将把那些难以下载以及 download速度较慢的内容上传至百度网盘放置在文末链接处。优先处理那个最简短的文件夹或文档集合会节省大量的等待时间。

下面进入正题：

第一步

请按照以下步骤进行系统设置：参考博客链接<>

假如你的设备运行的是16版系统的话

第二步 安装nvidia驱动 cuda cudnn

先看一遍这个博客：<>

安装显卡驱动有两种方式

第一种 依次点击：设置→软件和更新→附加驱动，请选择对应的驱动程序；然后重启电脑；打开终端窗口后运行nvidia-smi命令查看显卡信息（这里显示的结果是430和390），其中较好的参数设置为GF 390

第二种 在终端输入 删除原来驱动：

​ sudo apt-get purge nvidia*

然后添加显卡驱动PPA，安装驱动

    sudo add-apt-repository ppa:graphics-drivers/ppa
    sudo apt update
    sudo apt install nvidia-390

同样重启电脑。

我用的第一种方式，问题不大。输入 nvidia-smi

出来显卡信息成功，也可以试试nvidia settings 命令看看

安装cuda9.0 cudnn7.13

最好不要安装cuda10.0版本，实测采坑，后面有个问题超级难处理。

可以使用

    gcc -V
    gcc --version
    g++ -V
    g++ -version
    nvcc-V #（暂时没用）

调用g++命令获取版本信息，在Ubuntu 18.04中，默认安装的g++版本号是7.3及以上。必须降级到特定的g++版本才能成功安装CUDA 9.0。

这里下载我会放网盘。

获取CUDA9.0 。指定linux>x86_64>ubuntu>16.04>runfile(local) 选项以下载base版本及第123次更新。

下载cuda9.0和cuDNN的对应版本，安装第5,6,7三个 deb包，需要注册一下。

可在此链接获取cuDNN v7.1.3的下载页面：下载cuDNN v7.1.3。请按照以下步骤操作：首先登录注册页面；其次，在导航栏中找到“软件更新”选项卡并点击；最后，在弹出的列表中选择对应于CUDA 9.0的cuDNN v7.x系列版本。

接下来进行降级操作，这里建议降到5就可以，不用到4，不然后面又要弄回来5。

    sudo apt-get install gcc5.5
    sudo apt-get install g++5.5
    #安装
    cd /usr/bin
    sudo mv gcc gcc.bak
    sudo ln -s gcc-5.5 gcc
    sudo mv g++ g++.bak
    sudo ln -s g++-5.5 g++
    备份、重新链接
    gcc -v g++ -v
    看版本信息，这里我没有试过，可以先用4.8版本试试，也就是把上面5.5改4.8

运行

sudo sh cuda_9.0.176_384.81_linux.run

读文章按空格

然后 accept

注意 第三个选项询问是否需要安装NVIDIA Accelerated Graphics Driver驱动程序，请确保不要选择此选项：

其他都是是

输入

sudo sh cuda_9.0.176.1_linux.run
sudo sh cuda_9.0.176.2_linux.run

sudo sh cuda_9.0.176.3_linux.run

安装另外三个包

添加环境变量
sudo gedit ~/.bashrc

Set the PATH environment variable by appending the current value.
Set the LD_LIBRARY_PATH environment variable by concatenating the current value.

export CUDA_HOME=/usr/local/cuda-9.0

测试CUDA

cd /usr/local/cuda-9.0/samples/1_Utilities/deviceQuery
make
sudo ./deviceQuery

显示pass就成功。

安装cudnn:

执行安装操作：sudo dpkg -i libcudnn7_7_........._.________.deb
执行安装操作：sudo dpkg -i libcudnn-dev___........deb
执行安装操作：sudo dpkg -i libcudnn-doc_\..._.deb
执行测试：

指向存储位置位于$\backslash home cai NVIDIA_CUDA-9.0_Samples 1 Utilities下的设备查询文件。
执行以下操作以启动构建过程。
从当前目录下运行./deviceQuery命令以获取所需信息。

显示GPU信息就成功。

卸载参考上面博客。

第三步 安装opencv3.4.1

安装依赖项：

    sudo apt-get install build-essential
    sudo apt-get install cmake git libgtk2.0-dev pkg-config libavcodec-dev libavformat-dev libswscale-dev
    sudo apt-get install python-dev python-numpy libtbb2 libtbb-dev libjpeg-dev libpng-dev libtiff5-dev libdc1394-22-dev         # 处理图像所需的包
    sudo apt-get install libavcodec-dev libavformat-dev libswscale-dev libv4l-dev liblapacke-dev
    sudo apt-get install libxvidcore-dev libx264-dev         # 处理视频所需的包
    sudo apt-get install libatlas-base-dev gfortran          # 优化opencv功能
    sudo apt-get install ffmpeg

确保上面依赖项安装了

然后其他参看下面博客安装：

<>

第四步 安装caffe和openpose

先列出来坑，

1.不要去使用github上下载的新版本caffe

2.把caffe-master放在openpose的3dparty里面的caffe下面安装

3.当使用多线程时，请先通过调用nproc命令获取当前进程数；避免直接指定过高的多核选项如-j8；推荐采用动态获取核数的方式（如make -jnproc）以提高资源利用率和稳定性

使用gcc 5.0及以上版本进行 caffe 的编译；基于 protobuf 2.6.1 的支持；目前所使用的 protobuf 版本为 3.0 无需担心问题；对于 Python 的选择，则建议选用 2.7 版本及以上版本

下载网盘里的应该就没这么多问题。

使用

g++ --version

protobuf --version

查看他们现有的版本；如果不符合要求，则先尝试解决当前的问题；然后通过下面提供的博客来修改和解决问题。

https://www.jianshu.com/p/0cad02ad323b

然后编译caffe,参考下面文章：

忽略它的第二步，选择自己用的caffe安装没问题。

接下来就是openpose编译安装:

若使用Caffeine需注意操作流程, 可参考下方链接完成openpose配置, 通常可顺利运行.

结束。能看到这里祝你好运！

下面是所有安装用到的东西请下载

访问地址：https://pan.baidu.com/s/1ud2XTUPQmTLcz3_mOgfqzg&shfl=sharepset 密码：uqx6

下载链接：https://pan.baidu.com/s/1NQeE_NtOIsyG5XUnSNZymw&shfl=shareset 提取码为4zu3

两个一样的，如果失效了就留言吧也许会回。