首页 1 2 3 4 5 6 7

Ubuntu20.04基本环境安装

1、增加中文输入法以及中文显示
点击左下角九宫格，输入关键词“language”，进入后会自动更新源；
系统设置界面，选择“区域和语言”，输入源下点击“+”，点击“汉语”，点击添加的输入法“汉语(Pinyin)"，后续有弹出的“是否保留原文件名称，选择是，并勾选下次不再提示，这样系统文件名称都还是英文，但部分界面显示文字为中文。

2、禁用ubuntu自带的nouveau驱动（第三方显卡驱动）
sudo gedit /etc/modprobe.d/blacklist_nouveau.conf
系统会打开一个空白文件，在里面写入以下两行：
blacklist nouveau
options nouveau modeset=0
然后保存关闭
在终端输入reboot重启电脑

3、安装nvidia driver显卡驱动
ubuntu-drivers devices

可以看到一系列nvidia driver version，我们选择recommended版本
例如：nvidia-driver-515 ，那么在终端输入
sudo apt install nvidia-driver-515

4、确认显卡驱动是否安装成功
nvidia-smi
然后reboot重启

5、查看显卡的型号：lspci | grep -i vga
网址：https://blog.csdn.net/maizousidemao/article/details/88821949？ops_request_misc=&request_id=&biz_id=102&utm_term=ubuntu%E5%A6%82%E4%BD%95%E6%9F%A5%E7%9C%8B%E6%98%BE%E5%8D%A1%E7%89%88%E6%9C%AC&utm_medium=distribute.pc_search_result.none-task-blog-2~all~sobaiduweb~default-0-88821949.142^v77^insert_down38,201^v4^add_ask,239^v2^insert_chatgpt&spm=1018.2226.3001.4187

6、CUDA-toolkit install guide
我们可以从NVIDIA官网CUDA下载页面，网址为https://developer.nvidia.com/cuda-toolkit-archive ，点击CUDA Toolkit 11.7.1（选择不高于nvidia-smi提示的最高版本cuda）
如图
##请使用deb local方式安装来install CUDA和TensorRT, 别使用run方式安装

wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2004/x86_64/cuda-ubuntu2004.pin
sudo mv cuda-ubuntu2004.pin /etc/apt/preferences.d/cuda-repository-pin-600
wget https://developer.download.nvidia.com/compute/cuda/11.7.1/local_installers/cuda-repo-ubuntu2004-11-7-local_11.7.1-515.65.01-1_amd64.deb

sudo dpkg -i cuda-repo-ubuntu2004-11-7-local_11.7.1-515.65.01-1_amd64.deb
sudo cp /var/cuda-repo-ubuntu2004-11-7-local/cuda-*-keyring.gpg /usr/share/keyrings/
sudo apt update #sudo apt-get update
sudo apt-get -y install cuda

离线安装CUDA Toolkit 11.7.1：

（1）安装cudatoolkit的同时，会自动安装显卡驱动（nvidia-driver)
（2）终端输入$ nvidia-smi，查看是否有打印信息
例如：NVIDIA-SMI 470.103.01 Driver Version: 470.103.01 CUDA Version: 11.4

7、查看cuda是否被安装
dpkg -l | grep cuda

//类似以下输出说明安装成功
...
ii cuda 11.4.4-1 amd64 CUDA meta-package
ii cuda-11-4 11.4.4-1 amd64 CUDA 11.4 meta-package
ii cuda-cccl-11-4 11.4.122-1 amd64 CUDA CCCL
ii cuda-command-line-tools-11-4 11.4.4-1 amd64 CUDA command-line tools
ii cuda-compiler-11-4 11.4.4-1 amd64 CUDA compiler
ii cuda-cudart-11-4 11.4.148-1 amd64 CUDA Runtime native Libraries
ii cuda-cudart-dev-11-4 11.4.148-1 amd64 CUDA Runtime native dev links, headers
ii cuda-cuobjdump-11-4 11.4.120-1 amd64 CUDA cuobjdump
ii cuda-cupti-11-4 11.4.120-1 amd64 CUDA profiling tools runtime libs.
ii cuda-cupti-dev-11-4 11.4.120-1 amd64 CUDA profiling tools interface.
ii cuda-cuxxfilt-11-4 11.4.120-1 amd64 CUDA cuxxfilt
ii cuda-demo-suite-11-4 11.4.100-1 amd64 Demo suite for CUDA
ii cuda-documentation-11-4 11.4.126-1 amd64

...........................................................................
重启：

reboot

####################################################
8、TensorRT安装步骤

（1）下载tensorrt的deb包
进入网站: https://developer.nvidia.com/nvidia-tensorrt-8x-download
需要NVIDIA账户（自己注册一个登陆）
TensorRT 8.4 GA Update 2 for Ubuntu 20.04 and CUDA 11.0, 11.1, 11.2, 11.3, 11.4, 11.5, 11.6 and 11.7 DEB local repo Package

Tips:
1. CUDA 11.0, 11.1, 11.2, 11.3, 11.4, 11.5, 11.6 and 11.7 表示支持的cuda版本，在上文我们安装了CUDA11.7.1
2. Ubuntu 20.04 表示适配的OS
3. DEB local repo Package表示为一个DEB格式的安装包

（2）打开以上deb包所在文件夹，点击空白处打开终端
sudo dpkg -i nv-tensorrt-repo-ubuntu2004-cuda11.6-trt8.4.3.1-ga-20220813_1-1_amd64.deb
sudo apt-key add /var/nv-tensorrt-repo-ubuntu2004-cuda11.6-trt8.4.3.1-ga-20220813/c1c4ee19.pub
sudo apt-get update
sudo apt-get install tensorrt

（3）verify tensorrt installed successfully if or not
dpkg -l | grep TensorRT

output like below...is success
ii libnvinfer-bin 8.2.4-1+cuda11.4 amd64 TensorRT binaries
ii libnvinfer-dev 8.2.4-1+cuda11.4 amd64 TensorRT development libraries and headers
ii libnvinfer-doc 8.2.4-1+cuda11.4 all TensorRT documentation
ii libnvinfer-plugin-dev 8.2.4-1+cuda11.4 amd64 TensorRT plugin libraries
ii libnvinfer-plugin8 8.2.4-1+cuda11.4 amd64 TensorRT plugin libraries
ii libnvinfer-samples 8.2.4-1+cuda11.4 all Meta package of TensorRT

###########################################
9、由于显卡/驱动的不同需要在需要部署程序的电脑上将pt文件转换成wts文件再转到engine文件，为此需要用到yolov5和tensorRTx在github开源的工程中的py脚本。

10、获取yolov5 分支v5.0版本 pytorch源码工程
sudo apt install git
git clone -b v5.0 https://github.com/ultralytics/yolov5.git

11、如果只有pt文件，需要将其转换成wts文件
//找到gen_wts.py文件，将pt文件复制到其同一路径下
python gen_wts.py -w file_name_.pt -o file_name_.wts
//生成的wts继续下一步转换

##获取tensorRTx API的yolov5-5.0(注意：tensorRTx选择tags需要对应yolov5-5.0版本，截至20220518，tensorRTx的master为yolov5-6.0）
git clone -b yolov5-v5.0 https://github.com/wang-xinyu/tensorrtx.git

12、如果已有wts文件，需要将其转换成engine文件
// update CLASS_NUM in yololayer.h if your model is trained on custom dataset
// 将yololayer.h内的CLASS_NUM = 80 改为 CLASS_NUM = 2
sudo apt install libopencv-dev
cd tensorrtx/yolov5/
mkdir build
cd build
sudo apt install cmake # version 3.16.3-1ubuntu1.20.04.1
cmake ..
make 或者 make -j16加速编译，-j16表示CPU的内核为16个
13、把wts文件拷贝到tensorrtx/yolov5/build下执行
./yolov5 -s filename.wts filename.engine l

##一些常见问题与解答
Q1: 电脑挂起后黑屏，必须重启才能使用。
A1: 在 Settings -> Privacy -> Screen Lock 选项卡中，将Blank Screen Display设置为Never, Lock Screen on Suspend 取消。平时使用锁屏（Lock），不使用挂起（Suspend）。

Q2: 外接显示器后，电脑变成紫屏，鼠标和Touchpad失效。
~~A2：原因可能是显卡驱动问题，暂时还未解决。~~
A2：用户登陆界面选择桌面环境，1.gnome经典模式 2.ubuntu（默认）3.ubuntu on wayland，推荐1>2>3，出现问题原因是选择了wayland。

Q3: 使用钉钉参加视频会议，选择共享屏幕，共享界面是黑屏。
~~A3: 钉钉开会用Windows系统登陆。~~
A3: 用户登陆界面选择桌面环境：gnome经典模式。补充说明：桌面环境选择wayland钉钉共享桌面会出现黑屏，桌面环境选择ubuntu（默认）钉钉共享桌面会闪退。