参考博客：https://blog.csdn.net/qq_36327203/article/details/84305303
https://blog.csdn.net/qq_36362060/article/details/80739573
不知道是否用的上的一堆依赖包
sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev
sudo apt-get install libopencv-dev libhdf5-serial-dev protobuf-compiler
sudo apt-get install --no-install-recommends libboost-all-dev
sudo apt-get install libopenblas-dev liblapack-dev libatlas-base-dev
sudo apt-get install libgflags-dev libgoogle-glog-dev liblmdb-dev
1 安装nvidia驱动，因为我在设置——软件和更新——附加驱动中选择了invidia驱动，并安装。
命令：sudo nvidia-smi
可以查看驱动信息，本文使用driver version:384.130
2 安装cuda
参考博客：https://blog.csdn.net/qq_36362060/article/details/80739573
在命令行执行：
sudo sh cuda_8.0.44_linux.run
一直回车完成安装文档的阅读，出现：
Do you accept the previously read EULA?
accept/decline/quit:
accept
Install NVIDIA Accelerated Graphics Driver for Linux-x86_64 367.48?
(y)es/(n)o/(q)uit:
no(已经安装了，无需再安)
Install the CUDA 8.0 Toolkit?
(y)es/(n)o/(q)uit:
y
Enter Toolkit Location
[ default is /usr/local/cuda-8.0 ]:
回车
Do you want to install a symbolic link at /usr/local/cuda?
(y)es/(n)o/(q)uit:
y
Install the CUDA 8.0 Samples?
(y)es/(n)o/(q)uit:
y
Enter CUDA Samples Location
[ default is /home/user ]:
回车
完成安装
修改环境变量
sudo gedit ~/.bashrc #打开.bashrc文件
将以下三行添加的文件末尾，并保存。
export CUDA_HOME=/usr/local/cuda-8.0
export PATH=$PATH:${CUDA_HOME}/bin
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:${CUDA_HOME}/lib64
测试是否安装成功
方法一：输入：nvcc --version,出现cuda的相关信息，安装成功。
方法二：找到目录
/usr/local/cuda-8.0/samples/1_Utilities/deviceQuery
然后：sudo make
sudo ./deviceQuery
若可以查看到gpu信息，则安装成功。
3 安装cudnn6
参看博客：https://blog.csdn.net/qq_36327203/article/details/79372152
下载cudnn，解压
cd cuda/include
sudo cp cudnn.h /usr/local/cuda-8.0/include
再将进入lib64目录下的动态文件进行复制和链接
cd ..
cd lib64
sudo cp lib* /usr/local/cuda-8.0/lib64/ #复制动态链接库
cd /usr/local/cuda-8.0/lib64/
sudo chmod +r libcudnn.so.6.0.21
sudo ln -sf libcudnn.so.6.0.21 libcudnn.so.6
sudo ln -sf libcudnn.so.6 libcudnn.so
sudo ldconfig
查看cuda和cudnn版本：
cuda 版本
cat /usr/local/cuda/version.txt
cudnn 版本
cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2
4安装opencv3.3,最好装3.4.2及以上，里面有yolov3网络模型
参考博客https://blog.csdn.net/qq_38522972/article/details/83504641
依赖库的安装
sudo apt-get install cmake
sudo apt-get install build-essential libgtk2.0-dev libavcodec-dev
sudo apt-get install libavformat-dev libjpeg.dev libtiff4.dev
sudo apt-get install libswscale-dev libjasper-dev
sudo apt-get install libjpeg62-dev
sudo apt-get install v4l2ucp
sudo apt-get install v4l-utils
sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libhdf5-serial-dev protobuf-compiler
sudo apt-get install --no-install-recommends libboost-all-dev
sudo apt-get install libopenblas-dev liblapack-dev libatlas-base-dev
sudo apt-get install libgflags-dev libgoogle-glog-dev liblmdb-dev
sudo apt-get install libgtk-3-dev
sudo apt-get -y install libgstreamer-plugins-base1.0-dev
sudo apt-get -y install libavresample-dev
sudo apt-get -y install libgphoto2-dev
下载opencv-3.3.0压缩包，放到home文件夹下
解压 unzip opencv-3.3.0.zip
cd opencv-3.3.0
mkdir release
cd release
不用这个make,参考最后一个make,配置cuda和python,这里的是Python3版本。
cmake -D CMAKE_BUILD_TYPE=Release -D CMAKE_INSTALL_PREFIX=/usr/local ..
可能需要等一段时间
make -j8 #编译 漫长等待
sudo make install -j8
pkg-config --modversion opencv # 查看OpenCV版本
python
import cv2
可以成功导入，安装成功。
参考：https://blog.csdn.net/Mundane_World/article/details/77801018
cmake -D CMAKE_BUILD_TYPE=RELEASE \
-D INSTALL_PREFIX=$(python3 -c "import sys; print(sys.prefix)") \
-D PYTHON3_EXECUTABLE=$(which python3) \
-D PYTHON3_INCLUDE_DIR=$(python3 -c "from distutils.sysconfig import get_python_inc; print(get_python_inc())") \
-D PYTHON3_PACKAGES_PATH=$(python3 -c "from distutils.sysconfig import get_python_lib; print(get_python_lib())") \
-D WITH_CUDA=ON \
-D WITH_CUBLAS=ON \
-D CUDA_FAST_MATH=ON \
-D WITH_CUFFT=ON \
-D WITH_NVCUVID=ON \
-D WITH_V4L=ON \
-D WITH_LIBV4L=ON \
-D WITH_OPENGL=ON \
-D WITH_FFMPEG=ON \
-D INSTALL_C_EXAMPLES=ON \
-D BUILD_EXAMPLES=ON \
..
https://www.cnblogs.com/imagezy/p/7156704.html
可以查看cmake完之后的配置信息。