IT评测·应用市场-qidao123.com技术社区

标题: Ubuntu22.04安装视觉环境(CUDA CUDNN TensorRT realsense PCL OpenCV) [打印本页]
作者: 种地    时间: 2025-4-8 22:15
标题: Ubuntu22.04安装视觉环境(CUDA CUDNN TensorRT realsense PCL OpenCV)
一、安装显卡驱动

先安装编译器
  1. sudo apt install gcc g++ make cmake
复制代码
nvidia驱动官网：Download The Official NVIDIA Drivers | NVIDIA
选择自己显卡和体系版本，并选择符合驱动

目前最新保举安装驱动为Linux x64 (AMD64/EM64T) Display Driver 570.124.04 | Linux 64-bit
下载驱动，在终端中运行
  1. sudo sh ./NVIDIA-Linux-x86_64-570.124.04.run
复制代码
之后根据提示举行选择
Multiple kernel module types are available for this system. Which would you like to use?
选择 NVIDIA Proprietary 
Install NVIDIA's 32-bit compatibility libraries? 
选择 No  
这两个留意一下，其他要么Continue要么OK
安装完成后，重启电脑
  1. sudo reboot
复制代码
验证安装：
  1. nvidia-smi
复制代码
结果：
  1. Sun Mar 16 20:15:03 2025      
  2. +-----------------------------------------------------------------------------------------+
  3. | NVIDIA-SMI 570.124.04             Driver Version: 570.124.04     CUDA Version: 12.8     |
  4. |-----------------------------------------+------------------------+----------------------+
  5. | GPU  Name                 Persistence-M | Bus-Id          Disp.A | Volatile Uncorr. ECC |
  6. | Fan  Temp   Perf          Pwr:Usage/Cap |           Memory-Usage | GPU-Util  Compute M. |
  7. |                                         |                        |               MIG M. |
  8. |=========================================+========================+======================|
  9. |   0  NVIDIA GeForce RTX 4060 ...    Off |   00000000:01:00.0  On |                  N/A |
  10. | N/A   39C    P8              4W /   80W |     547MiB /   8188MiB |      3%      Default |
  11. |                                         |                        |                  N/A |
  12. +-----------------------------------------+------------------------+----------------------+
  13.                                                                                          
  14. +-----------------------------------------------------------------------------------------+
  15. | Processes:                                                                              |
  16. |  GPU   GI   CI              PID   Type   Process name                        GPU Memory |
  17. |        ID   ID                                                               Usage      |
  18. |=========================================================================================|
  19. |    0   N/A  N/A             935      G   /usr/lib/xorg/Xorg                      216MiB |
  20. |    0   N/A  N/A            1171      G   /usr/bin/gnome-shell                     48MiB |
  21. |    0   N/A  N/A            3036      G   ...pareRendererForSitePerProcess         90MiB |
  22. |    0   N/A  N/A           10457      G   ...144 --variations-seed-version        133MiB |
  23. |    0   N/A  N/A           13721      G   ...OTP --variations-seed-version         12MiB |
  24. +-----------------------------------------------------------------------------------------+
复制代码
这里的CUDA版本是当前驱动支持的最高版本，不是现实版本，我们根据现实需求选择要安装的CUDA版本
二、CUDA安装

CUDA CUDNN TensorRT版本需要对应上 我选择目前比较常用的CUDA-11.8
官网上一般只有最新的CUDA，老版本在右下角Archive of Previous CUDA Releases里

根据体系信息选择符合选项

将下面生成的代码在终端中运行：
  1. # 下载.run文件
  2. wget https://developer.download.nvidia.com/compute/cuda/11.8.0/local_installers/cuda_11.8.0_520.61.05_linux.run
  3. # 运行
  4. sudo sh cuda_11.8.0_520.61.05_linux.run
复制代码
出现
  1. ┌──────────────────────────────────────────────────────────────────────────────┐
  2. │  End User License Agreement                                                  │
  3. │  --------------------------                                                  │
  4. │                                                                              │
  5. │  NVIDIA Software License Agreement and CUDA Supplement to                    │
  6. │  Software License Agreement. Last updated: October 8, 2021                   │
  7. │                                                                              │
  8. │  The CUDA Toolkit End User License Agreement applies to the                  │
  9. │  NVIDIA CUDA Toolkit, the NVIDIA CUDA Samples, the NVIDIA                    │
  10. │  Display Driver, NVIDIA Nsight tools (Visual Studio Edition),                │
  11. │  and the associated documentation on CUDA APIs, programming                  │
  12. │  model and development tools. If you do not agree with the                   │
  13. │  terms and conditions of the license agreement, then do not                  │
  14. │  download or use the software.                                               │
  15. │                                                                              │
  16. │  Last updated: October 8, 2021.                                              │
  17. │                                                                              │
  18. │                                                                              │
  19. │  Preface                                                                     │
  20. │  -------                                                                     │
  21. │                                                                              │
  22. │──────────────────────────────────────────────────────────────────────────────│
  23. │ Do you accept the above EULA? (accept/decline/quit):                         │
  24. │                                                                              │
  25. └──────────────────────────────────────────────────────────────────────────────┘
复制代码
在最下面输入accept（屏幕分辨率太小可能找不到输入的地方，换一块大表现器吧）
用上下箭头和回车键选择安装内容如下（不安装驱动）：
  1. ┌──────────────────────────────────────────────────────────────────────────────┐
  2. │ CUDA Installer                                                               │
  3. │ - [ ] Driver                                                                 │
  4. │      [ ] 520.61.05                                                           │
  5. │ + [X] CUDA Toolkit 11.8                                                      │
  6. │   [X] CUDA Demo Suite 11.8                                                   │
  7. │   [X] CUDA Documentation 11.8                                                │
  8. │ - [ ] Kernel Objects                                                         │
  9. │      [ ] nvidia-fs                                                           │
  10. │   Options                                                                    │
  11. │   Install                                                                    │
  12. │                                                                              │
  13. │                                                                              │
  14. │                                                                              │
  15. │                                                                              │
  16. │                                                                              │
  17. │                                                                              │
  18. │                                                                              │
  19. │                                                                              │
  20. │                                                                              │
  21. │                                                                              │
  22. │                                                                              │
  23. │                                                                              │
  24. │ Up/Down: Move | Left/Right: Expand | 'Enter': Select | 'A': Advanced options │
  25. └──────────────────────────────────────────────────────────────────────────────┘
复制代码
高光移动到Install上，按回车键，稍等片刻，安装乐成
  1. ===========
  2. = Summary =
  3. ===========
  5. Driver:   Not Selected
  6. Toolkit:  Installed in /usr/local/cuda-11.8/
  8. Please make sure that
  9. -   PATH includes /usr/local/cuda-11.8/bin
  10. -   LD_LIBRARY_PATH includes /usr/local/cuda-11.8/lib64, or, add /usr/local/cuda-11.8/lib64 to /etc/ld.so.conf and run ldconfig as root
  12. To uninstall the CUDA Toolkit, run cuda-uninstaller in /usr/local/cuda-11.8/bin
  13. ***WARNING: Incomplete installation! This installation did not install the CUDA Driver. A driver of version at least 520.00 is required for CUDA 11.8 functionality to work.
  14. To install the driver using this installer, run the following command, replacing <CudaInstaller> with the name of this run file:
  15.     sudo <CudaInstaller>.run --silent --driver
  17. Logfile is /var/log/cuda-installer.log
复制代码
编辑环境变量：
  1. gedit ~/.bashrc
复制代码
在末尾添加：
  1. # cuda-11.8
  2. export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda/lib64
  3. export PATH=$PATH:/usr/local/cuda/bin
  4. export CUDA_HOME=/usr/local/cuda
复制代码
保存并退出，刷新环境变量：
  1. source ~/.bashrc
复制代码
验证安装：
  1. nvcc -V
复制代码
结果：
  1. nvcc: NVIDIA (R) Cuda compiler driver
  2. Copyright (c) 2005-2022 NVIDIA Corporation
  3. Built on Wed_Sep_21_10:33:58_PDT_2022
  4. Cuda compilation tools, release 11.8, V11.8.89
  5. Build cuda_11.8.r11.8/compiler.31833905_0
复制代码
CUDA 安装乐成
三、安装CUDNN

官网：cuDNN Archive | NVIDIA Developer
我选择8.9.7版本

留意：CUDNN每个版本都有对应的CUDA11和CUDA12版本，要和自己CUDA版本对应上
CUDNN8.9.7 Ubuntu22.04 x86-64下载地址：
cudnn-local-repo-ubuntu2204-8.9.7.29_1.0-1_amd64.deb
要先登岸nvidia账号才能下载
安装：
  1. sudo dpkg -i cudnn-local-repo-ubuntu2204-8.9.7.29_1.0-1_amd64.deb
复制代码
根据安装结束后的提示安装key：
  1. sudo cp /var/cudnn-local-repo-ubuntu2204-8.9.7.29/cudnn-local-8AE81B24-keyring.gpg /usr/share/keyrings/
复制代码
再安装以下内容：
  1. sudo apt-get update
  2. sudo apt-get install libcudnn8=8.9.7.29-1+cuda11.8
  3. sudo apt-get install libcudnn8-dev=8.9.7.29-1+cuda11.8
  4. sudo apt-get install libcudnn8-samples=8.9.7.29-1+cuda11.8
复制代码
将文件复制到cuda目录：
  1. sudo cp /usr/include/cudnn*.h /usr/local/cuda/include/
  2. sudo cp /usr/lib/x86_64-linux-gnu/libcudnn* /usr/local/cuda/lib64/
复制代码
验证安装：
  1. sudo apt-get install libfreeimage3 libfreeimage-dev
  2. cp -r /usr/src/cudnn_samples_v8/ $HOME
  3. cd $HOME/cudnn_samples_v8/mnistCUDNN
  4. make clean && make
  5. ./mnistCUDNN
复制代码
出现 Test passed! 验证通过
 四、TensorRT

官网：TensorRT SDK | NVIDIA Developer
官方教程：Installing TensorRT — NVIDIA TensorRT Documentation
我选择8.5.1.7版本 下载地址：TensorRT-8.x Download
选择 TensorRT 8.5 GA for Linux x86_64 and CUDA 11.0, 11.1, 11.2, 11.3, 11.4, 11.5, 11.6, 11.7 and 11.8 TAR Package ​​​​​​​
下载完成后解压到主目录，将文件链接到体系中，记得将<user_name>改成自己用户名
  1. sudo ln -s /home/<user_name>/TensorRT-8.5.1.7.Linux.x86_64-gnu.cuda-11.8.cudnn8.6/TensorRT-8.5.1.7/targets/x86_64-linux-gnu/lib/libnvinfer.so /usr/lib/libnvinfer.so
  2. sudo ln -s /home/<user_name>/TensorRT-8.5.1.7.Linux.x86_64-gnu.cuda-11.8.cudnn8.6/TensorRT-8.5.1.7/targets/x86_64-linux-gnu/lib/libnvinfer.so /usr/lib/libnvinfer.so.8
  3. sudo ln -s /home/<user_name>/TensorRT-8.5.1.7.Linux.x86_64-gnu.cuda-11.8.cudnn8.6/TensorRT-8.5.1.7/targets/x86_64-linux-gnu/lib/libnvinfer_plugin.so /usr/lib/libnvinfer_plugin.so
  4. sudo ln -s /home/<user_name>/TensorRT-8.5.1.7.Linux.x86_64-gnu.cuda-11.8.cudnn8.6/TensorRT-8.5.1.7/targets/x86_64-linux-gnu/lib/libnvinfer_plugin.so /usr/lib/libnvinfer_plugin.so.8
复制代码
编辑环境变量：
  1. gedit ~/.bashrc
复制代码
添加以下内容：
  1. # tensorrt
  2. export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/home/action/TensorRT-8.5.1.7.Linux.x86_64-gnu.cuda-11.8.cudnn8.6/TensorRT-8.5.1.7/targets/x86_64-linux-gnu/lib
复制代码
刷新环境变量：
  1. source ~/.bashrc
复制代码
五、OpenCV

官网地址：​​​​​​​Releases - OpenCV
下载所需版本，把文件夹复制到主目录然后执行以下命令，根据自己的版本信息修改cuda和cudnn版本以及 cuda_arch_bin（显卡算力）CUDA GPUs - Compute Capability | NVIDIA Developer
  1. cd ~/opencv
  2. sudo apt-get install cmake git libgtk2.0-dev pkg-config libavcodec-dev libavformat-dev libswscale-dev
  3. mkdir build && cd build
  4. cmake -D CMAKE_BUILD_TYPE=RELEASE \
  5.     -D OPENCV_ENABLE_NONFREE=ON \
  6.     -D WITH_CUDA=ON \
  7.     -D WITH_CUDNN=ON \
  8.     -D OPENCV_DNN_CUDA=ON \
  9.     -D WITH_LIBV4L=ON \
  10.     -D ENABLE_FAST_MATH=1 \
  11.     -D CUDA_FAST_MATH=1 \
  12.     -D CUDA_ARCH_BIN=8.9 \
  13.     -D WITH_CUBLAS=1 \
  14.     -D CUDNN_VERSION=8.9.7 \
  15.     -D CUDNN_INCLUDE_DIR=/usr/local/cuda/include \
  16.     -D CUDNN_LIBRARY=/usr/local/cuda-11.8/lib64/libcudnn.so.8.9.7 \
  17.     -D OPENCV_EXTRA_MODULES_PATH=../opencv_contrib/modules ..
  18. lscpu # 查看核数量
  19. make -j8 # 根据核数量修改 -j8就是8核编译
  20. sudo make install
复制代码
安装过程比较长，内存不够就调小核心数
六、librealsense

Github地址：​​​​​​​​​​​​​​https://github.com/IntelRealSense/librealsense
L515最后支持版本：​​​​​​​​​​​​​​https://github.com/IntelRealSense/librealsense/releases/tag/v2.54.2
安装教程：librealsense/doc/installation.md at master · IntelRealSense/librealsense · GitHub
下载源码(Source Code)并解压到主目录
安装：
  1. sudo apt-get update && sudo apt-get upgrade && sudo apt-get dist-upgrade
  2. sudo apt-get install libssl-dev libusb-1.0-0-dev libudev-dev pkg-config libgtk-3-dev
  3. sudo apt-get install git wget cmake build-essential
  4. sudo apt-get install libglfw3-dev libgl1-mesa-dev libglu1-mesa-dev at
  5. cd ~/librealsense-2.54.2/
  6. sudo ./scripts/setup_udev_rules.sh
  7. mkdir build && cd build
  8. cmake ../ -DBUILD_EXAMPLES=true
  9. make -j8
  10. sudo make install
复制代码
验证安装：
  1. realsense-viewer
复制代码
七、PCL

Github地址：GitHub - PointCloudLibrary/pcl: Point Cloud Library (PCL)
Ubuntu22.04自带1.12版本，我们要装1.13 Release PCL 1.13.1 · PointCloudLibrary/pcl · GitHub
下载源码并解压到主目录
安装：
  1. cd ~/pcl-1.13.1
  2. mkdir build && cd build
  3. cmake ..
  4. make -j4
  5. sudo make install
复制代码
留意：pcl编译需要相当大的内存空间，16GB内存建议将核心数调整为4或以下，32GB内存可尝试8核心编译
编辑环境变量：
  1. gedit ~/.bashrc
复制代码
在末尾添加：
  1. export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/lib
复制代码
 刷新环境变量：
  1. source ~/.bashrc
复制代码


免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。



欢迎光临 IT评测·应用市场-qidao123.com技术社区 (https://dis.qidao123.com/) Powered by Discuz! X3.4