ubuntu16 opencv？ubuntu官网镜像下载
GStreamer安装和使用
Ubuntu环境下的GStreamer安装步骤如下：参照GStreamer官网指引，运行以下安装指令，若无报错则表示安装成功。
若需使用GST VAAPI功能，可参考文章中提及的Docker环境安装DLStreamer的步骤，实现安装。
安装后，可利用htop工具监视CPU利用率。输入“F4”，然后键入“gst”或“python”以查看其当前状态。
接下来，设置CPU性能监控并创建RTSP流。使用VLC工具实现单通道RTSP流创建。
在GStreamer指令中，具体操作如下：
将MP4文件解码为JPEG格式，并保存每帧图像。
将MP4文件解码为VA-API rgb16，再转换为BMP格式，最后保存为BMP文件。注意，此过程中的avenc_bmp元素可能会消耗大量CPU资源。
若输入为RTSP流，则可调整指令为RTSP解码并保存为JPEG格式。
将MP4文件解码为VA-API argb，再转换为RGB格式，之后使用appsink将数据传输至Python中，最终转换为numpy.ndarray（类型为uint8）格式，方便AI模型处理。此操作的CPU利用率相比opencv（步骤5）低约1/3。
用OpenCV将MP4文件解码为python可读的图片，以便于AI模型处理。该操作的CPU利用率相对较高。
最后，将以下代码复制至run.py文件以执行操作：
Ubuntu交叉编译aarch64的opencv+ffmpeg
对于在Ubuntu上交叉编译aarch64的opencv和ffmpeg，关键在于正确配置pkg-config变量。以下是一个详细的操作步骤指南：
首先，确保你的环境如下：Ubuntu18.04，opencv-3.4.16，ffmpeg-4.2.2，以及相关的编译工具和库，如gcc-linaro、x264、xvidcore和zlib。建议在新的Ubuntu18.04系统上操作，并将所有文件一起解压，创建一个arm64文件夹用于存放编译结果。
1.1安装必要的插件，然后开始编译过程。在配置aarch64时，记得在末尾添加相关设置，以使环境变量生效。
2.2从zlib-1.2.11开始，依次编译zlib和x264，按照指示进行make和sudo make install。
2.3通过命令行编译xvidcore，进入build/generic目录执行相关命令。
2.4进入ffmpeg-4.2.2目录，编译过程中可能会有警告，但无需担心，继续进行。
2.5对opencv-3.4.16进行编译，一开始ffmpeg可能显示为NO，这时需要在cmake命令中添加OPENCV_ENABLE_PKG_CONFIG，勾选并设置安装目录。
2.6使用cmake-gui配置安装路径，增加OPENCV_ENABLE_PKG_CONFIG项，然后生成并安装。安装完成后，库文件位于/home/hmz/arm64目录。
通过以上步骤，你将成功在Ubuntu上交叉编译aarch64的opencv和ffmpeg。
Ubuntu16.04无法安装CUDA吗
Ubuntu 16.04安装 CUDA7.5
作者：autocyz
在介绍Ubuntu 16.04安装 CUDA7.5开始前，先辨析几个概念GPU、NVIDIA、NVIDIA驱动、CUDA、cudnn等，这些概念对于一个新手来说肯定是很晕的，正如我当初一样，所以我这里就稍微介绍一下这几个概念：
GPU:Graphics Processing Units，也就是我们常说的显卡。现在的笔记本或者台式机都会有显卡，但是能够让我们用来做并行计算的真正的GPU就只有NVIDIA出产的GPU了。
NVIDIA：GPU生产厂商，在运算GPU处于垄断地位。
NVIDIA驱动：就是NVIDIA生产的GPU想在电脑上正常使用所需的驱动。
CUDA：Compute Unified Device Architecture，是显卡厂商NVIDIA推出的运算平台。 CUDA是一种由NVIDIA推出的通用并-行计算架构，该架构使GPU能够解决复杂的计算问题。我们想使用GPU进行深度学习运算的时候，必须要用到这个运算平台。
cudnn:CuDNN是NVIDIA专门针对Deep Learning框架设计的一套GPU计算加速方案，目前支持的DL库包括Caffe，ConvNet, Torch7等.
Ubuntu 16.04安装cuda7.5
部分参照：
在安装之前，先说一下本人工作站的设备配置（主要是GPU的）：
设备上一共有三块GPU，一快是专门用来做显示的NVS310
两块用来做运算的GeForce GTX TITIAN X
第一步：选择最新的nvidia驱动（很重要！！！）
先打开计算机中的“软件和更新”，查看“附加驱动”，选择nvidia的驱动为最新的驱动。更新完之后最好重启一下。
我曾经遇到一些错误，就是因为我的NVIDIA驱动太老了，而cuda7.5则依赖于比较新的驱动。
第二步：下载cuda
去官网下载，选择Linux——ubuntu——15.04（我安装的时候还只支持到15.04，没有支持16.04版本的）——runfile(local)
第三步：安装PPA软件管理包工具
什么是 PPA？
PPA，表示 Personal Package Archives，也就是个人软件包集。
有很多软件因为种种原因，不能进入官方的 Ubuntu软件仓库。为了方便 Ubuntu用户使用，launchpad.NET提供了 ppa，允许用户建立自己的软件仓库，自由的上传软件。PPA也被用来对一些打算进入 Ubuntu官方仓库的软件，或者某些软件的新版本进行测试。PPA上的软件极其丰富，如果 Ubuntu官方仓库中缺少您需要的某款软件，可以去 PPA上找找看。
我们安装的cuda可能在Ubuntu仓库中木有，所以用PPA来下载。
sudo add-apt-repository ppa:xorg-edgers/ppa
sudo apt-get update
第四步：执行cuda的.run文件
cd到下载的.run文件夹执行：
sudo./cuda_7.5.18_linux.run--override
第五步：选择安装选项
选择安装选项：（注意：应为之前已经安装过NVIDIA Display Driver的驱动了（如第一步），所以这里选择不安装NVIDIA Accelerated Graphics Driver for Linux-x86_64 352.39。如果选择安装会出现错误，并且导致安装CUDA失败。
Do you accept the previously read EULA?(accept/decline/quit): accept
You are attempting to install on an unsupported configuration. Do you wish to continue?((y)es/(n)o) [ default is no ]: y
Install NVIDIA Accelerated Graphics Driver for Linux-x86_64 352.39?((y)es/(n)o/(q)uit): n
Install the CUDA 7.5 Toolkit?((y)es/(n)o/(q)uit): y
Enter Toolkit Location [ default is/usr/local/cuda-7.5 ]:
Do you want to install a symbolic link at/usr/local/cuda?((y)es/(n)o/(q)uit): y
Install the CUDA 7.5 Samples?((y)es/(n)o/(q)uit): y
Enter CUDA Samples Location [ default is/home/kinghorn ]:/usr/local/cuda-7.5
Installing the CUDA Toolkit in/usr/local/cuda-7.5...
Finished copying samples.
===========
= Summary=
===========
Driver: Not Selected
Toolkit: Installed in/usr/local/cuda-7.5
Samples: Installed in/usr/local/cuda-7.5
第六步：添加cuda到环境变量里面
sudo nano/etc/profile.d/cuda.sh
export PATH=$PATH:/usr/local/cuda/bin
sudo nano/etc/ld.so.conf.d/cuda.conf
/usr/local/cuda/lib64
source/etc/ld.so.conf.d/cuda.confcd/usr/local/cuda-7.5/samples/1_Utilities/deviceQuery
make
sudo./deviceQuery
sudo ldconfig
第七步：将GCC降级或者采用暴力的方式让cuda7.5支持高版本GCC。
由于cuda7.5不支持gcc4.9以上的版本，而ubuntu16.04默认的是gcc5，这会造成安装的失败，解决方法有两种，
1、对gcc进行降级，让系统采用低版本的GCC，但是这种方式有一定的问题，因为Ubuntu16.04很多系统文件默认是使用gcc5编译的，因此如果用降级的方法安装完cuda后，在后期安装caffe的时候，可能会报类似于undefined的错误，这是因为你的gcc版本低，其所需的系统文件找不到。.
sudo apt-get install g++-4.9
sudo update-alternatives--install/usr/bin/gcc gcc/usr/bin/gcc-4.9 20
sudo update-alternatives--install/usr/bin/gcc gcc/usr/bin/gcc-5 10
sudo update-alternatives--install/usr/bin/g++ g++/usr/bin/g++-4.9 20
sudo update-alternatives--install/usr/bin/g++ g++/usr/bin/g++-5 10
sudo update-alternatives--install/usr/bin/cc cc/usr/bin/gcc 30
sudo update-alternatives--set cc/usr/bin/gcc
sudo update-alternatives--install/usr/bin/c++ c++/usr/bin/g++ 30
sudo update-alternatives--set c++/usr/bin/g++
2、这种方式有点类似于黑箱方式，即强制让他不报错。编辑/usr/local/cuda/include/host_config.h，将其中的第115行注释掉：
将
#error-- unsupported GNU version! gcc versions later than 4.9 are not supported!
改为
//#error-- unsupported GNU version! gcc versions later than 4.9 are not supported!
上面就是设置gcc版本优先级的。20和10就代表你所使用的gcc、g++的版本优先级。
第八步：测试是否安装成功
执行如下指令，正常情况下会出现设备中所有的GPU，并把每个GPU的信息打印出来。
nvidia-smi
如果没有出现错误之类的话，就说明安装成功了。
第九步：测试cuda的Samples
cd/usr/local/cuda-7.5/samples/1_Utilities/deviceQuery
make
sudo./deviceQuery
如果显示的是一些关于GPU的信息，则说明安装成功了。
Ubuntu 14.04安装配置CUDA
Ubuntu 12.04配置NVIDIA CUDA5.5实录
Ubuntu安装Theano+CUDA
关于Ubuntu 12.04下 CUDA5.5的安装请参看如下链接 Ubuntu 12.04安装 CUDA-5.5
Caffe配置简明教程( Ubuntu 14.04/ CUDA 7.5/ cuDNN 5.1/ OpenCV 3.1)
在Ubuntu 14.04上配置CUDA+Caffe+cuDNN+Anaconda+DIGITS
Ubuntu16.04下CUDA8.0+Caffe安装配置过程
Ubuntu 14.04下CUDA8.0+ cuDNN v5+ Caffe安装配置
Ubuntu 16.04+Nvidia GTX 1080+CUDA8.0深度学习环境配置
更多Ubuntu相关信息见Ubuntu专题页面
