Ubuntu18.04安装OpenCV3.4.6到conda虚拟环境下

本教程详细介绍了如何在Ubuntu 18.04上创建conda虚拟环境,并在其中安装OpenCV3.4.6。首先从官方源下载3.4.6版本的OpenCV源代码,接着创建一个名为caffe-ssd的conda环境,指定使用Python 3.6并安装numpy。然后激活虚拟环境,安装必要的依赖项,接着编译并安装OpenCV。最后,通过运行测试来验证OpenCV的安装是否成功。

1.去http://opencv.org/releases.html下载,选择3.4.6 sources版本
2.创建名为caffe-ssd虚拟环境(使用python3.6,顺便安装numpy):

conda create -n caffe-ssd python=3.6 numpy

3.激活虚拟环境:

source activate caffe-ssd

4.安装opencv所需的依赖

sudo apt-get update
 
sudo apt-get upgrade
 
sudo apt-get install build-essential cmake pkg-config libatlas-base-dev gfortran unzip
 
sudo apt install python-pip
 
pip install numpy



#可选择安装
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
sudo apt-get install cmake #如果已经安装过cmake,则该步骤省略
sudo apt-get install build-essential libgtk2.0-dev libgtk-3-dev libavcodec-dev libavformat-dev libjpeg-dev libswscale-dev libtiff5-dev
# python3支持
sudo apt install python3-dev python3-numpy
# streamer支持
sudo apt install libgstreamer-plugins-base1.0-dev libgstreamer1.0-dev
# 可选的依赖
sudo apt install libpng-dev libopenexr-dev libtiff-dev libwebp-dev

5.编译安装opencv,解压刚才下载的包

unzip opencv-3.4.6.zip

cd opencv-3.4.6

mkdir build && cd build

#这步中的CMAKE_INSTALL_PREFIX是安装路径,默认的可以是/usr/local,也可以像我一样装在conda的虚拟环境下,PYTHON_EXECUTABLE是用到的python,可以在命令行中输入which python查看用到的是哪个python(替换成你自己虚拟环境中的python)
cmake -D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_INSTALL_PREFIX=/home/abc/anaconda3/envs/caffe-ssd -D PYTHON_EXECUTABLE=/home/abc/anaconda3/envs/caffe-ssd/bin/python -D BUILD_EXAMPLES=ON -D BUILD_SHARED_LIBS=ON ..

make -j20
 
#如果前面CMAKE_INSTALL_PREFIX选择的是/usr/local,这里需改为sudo make install
make install 

6、验证安装是否成功

 python
>>> import cv2
>>> cv2.__version__
'3.4.6'

 
YOLOv11人物目标检测数据集 目标类别:['Persona'] 中文类别:['人物'] 训练集:1683 张 验证集:182 张 测试集:0 张 总计:1865 张 该数据集提供了data.yaml文件,内容如下: train: ../train/images val: ../valid/images test: ../test/images nc: 1 names: ['Persona'] YOLOv11城市街头与室内场景人物目标检测数据集 该数据集涵盖了城市街头、商业街区、办公场所及室内生活等多种场景中的人物目标检测,具有广泛的应用价值。通过多样的场景设置和丰富的拍摄角度,能够有效提升模型在复杂环境下的目标识别能力,为智慧城市、安防监控及人机交互等领域提供高质量的训练数据支持。 从数据分布来看,该数据集包含1683张训练集图像、182张验证集图像以及0张测试集图像,整体比例分配合理。训练集与验证集的比例约为9.25:1,能够充分满足模型训练与性能评估的需求,确保模型在不同场景下的泛化能力得到充分验证。 该数据集的标注工作严谨规范,所有图像均经过人工精确标注,每个目标都配有清晰的边界框和统一的标签“Persona”。标注过程遵循严格的标准,确保了数据的高质量和一致性,为后续的模型训练和性能优化提供了可靠的基础。 基于其多样化的场景覆盖和高质量的标注数据,该数据集可广泛应用于智慧城市管理、公共场所安防监控、智能零售分析以及家庭安防等多个领域。特别是在需要精准识别复杂环境中人物的目标检测任务中,该数据集能够显著提升模型的准确性和鲁棒性。
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值