广告

M1 Macbook配置OpenCV机器学习环境详细步骤

时间:2021-03-19 14:29:19 阅读:
要想建立一个计算机视觉的开发环境,必须安装多种图像处理模块和深度学习框架. OpenCV是一个典型的计算机视觉专用库,支持多语言、跨平台、强大的功能,广泛应用于图像分割、人脸
广告

要想建立一个计算机视觉的开发环境,必须安装多种图像处理模块和深度学习框架. OpenCV是一个典型的计算机视觉专用库,支持多语言、跨平台、强大的功能,广泛应用于图像分割、人脸识别、物体识别、动作跟踪、动作分析、机器视觉等。

观看安装视频链接:https://youtu.be/6835OZT0Y5Y

设置Xcode

打开终端并执行

sudo xcode-select --install

安装HomeBrew(原生Apple Silicon M1)

/bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"
 
echo “export PATH=/opt/homebrew/bin:$PATH” >> ~/.zshrc
 
 
//Restart The Terminal
 
brew install gcc
 
brew install cmake
 
brew install wget
 

安装Miniforge,设置Conda环境
点击下面的链接下载(Apple Silicon)版本

https://github.com/conda-forge/miniforge

打开终端并执行以下操作

// If the Downloaded File Stored in Download
cd Downloads
 
bash Miniforge3-MacOSX-arm64.sh
 
//After Installation Completes Restart Terminal
 
//Creating Conda Environment named ml You can use any name in place           of "ml"
 
conda create --name ml
 
conda install -y python==3.8.6
 
conda install -y pandas matplotlib scikit-learn jupyterlab
 
安装Tensorflow
单击下面的链接并下载文件

https://github.com/apple/tensorflow_macos/releases

Am在2021年3月3日为M1使用最新的TF alpha 2版本。

//if Download Directory is Downloads
cd Downloads
tar xvf tensorflow_macos-0.1alpha2.tar.gz
cd tensorflow_macos/arm64
 
//Dont Forget To Activate Conda Environment 
 
conda activate ml
 
// Install specific pip version and some other base packages
pip install --force pip==20.2.4 wheel setuptools cached-property six
 
// Install all the packages provided by Apple but TensorFlow
pip install --upgrade --no-dependencies --force numpy-1.18.5-cp38-cp38-macosx_11_0_arm64.whl grpcio-1.33.2-cp38-cp38-macosx_11_0_arm64.whl h5py-2.10.0-cp38-cp38-macosx_11_0_arm64.whl tensorflow_addons_macos-0.1a2-cp38-cp38-macosx_11_0_arm64.whl
 
// Install additional packages
pip install absl-py astunparse flatbuffers gast google_pasta keras_preprocessing opt_einsum protobuf tensorflow_estimator termcolor typing_extensions wrapt wheel tensorboard typeguard
 
// Install TensorFlow
pip install --upgrade --force --no-dependencies tensorflow_macos-0.1a2-cp38-cp38-macosx_11_0_arm64.whl
 
安装额外的包

pip install matplotlib
conda install -c conda-forge scikit-learn
pip install keras
pip install notebook
 
编译和安装OpenCV
//I Suggest To Do all this Inside miniforge3 dir for that
//  cd miniforge3
 
 wget -O opencv.zip https://github.com/opencv/opencv/archive/4.5.0.zip
 
 wget -O opencv_contrib.zip https://github.com/opencv/opencv_contrib/archive/4.5.0.zip
 
 unzip opencv.zip
 
 unzip opencv_contrib.zip
 
 cd opencv-4.5.0
 
mkdir build && cd build
 
//Here Take Care Of Paths of OPENCV_EXTRA_MODULES_PATH and   
//    PYTHON3_EXECUTABLE If you're Beginner watch the YouTube  video
//And If Inside miniforge3 just place your <username>.
 
cmake \
-DCMAKE_SYSTEM_PROCESSOR=arm64 \
-DCMAKE_OSX_ARCHITECTURES=arm64 \
-DWITH_OPENJPEG=OFF \
-DWITH_IPP=OFF \
-D CMAKE_BUILD_TYPE=RELEASE \
-D CMAKE_INSTALL_PREFIX=/usr/local \
-D OPENCV_EXTRA_MODULES_PATH=/Users/<username>/miniforge3/opencv_contrib-4.5.0/modules \
-D PYTHON3_EXECUTABLE=/Users/<username>/miniforge3/envs/ml/bin/python3 \
-D BUILD_opencv_python2=OFF \
-D BUILD_opencv_python3=ON \
-D INSTALL_PYTHON_EXAMPLES=ON \
-D INSTALL_C_EXAMPLES=OFF \
-D OPENCV_ENABLE_NONFREE=ON \
-D BUILD_EXAMPLES=ON ..
 
make -j8
//"8" is the number of cores To be used(This Step Takes Time)
 
sudo make install
 
//Linking OpenCV To Conda Environment 
 
mdfind cv2.cpython
//From the output Copy the Path similar to the below one 
 
"/usr/local/lib/python3.8/site-packages/cv2/python-3.8/cv2.cpython-38-darwin.so cv2.so"
 
cd 
 
cd miniforge3/envs/dev/lib/python3.8/site-packages
 
ln -s PasteYourCopiedPathHere

原文出处链接https://blog.csdn.net/woshicver/article/details/114994435

本文为EET电子工程专辑 原创文章,禁止转载。请尊重知识产权,违者本司保留追究责任的权利。
  • 各原厂预期2024年第一季于NVIDIA完成HBM3e产品验证 据最新HBM市场研究显示,为了更妥善且健全的供应链管理,NVIDIA也规划加入更多的HBM供应商,其中三星(Samsung)的HBM3(24GB)预期于今年12月在NVIDIA完成验证。而HBM3e进度依据时间轴排列如下表所示,美光(Micron)已于今年7月底提供8hi(24GB)NVIDIA样品、SK海力士(SK hynix)已于今年8月中提供8hi(24GB)样品、三星则于今年10月初提供8hi(24GB)样品。
  • 镜头搭载趋势改变,预估影响2023年智能手机相机模组出货量年减8.9% 受智能手机产量下滑,以及品牌厂搭载趋势改变的影响,预估2023年智能手机相机模组出货量年减幅度将再扩大至8.9%,约40.65亿颗。而经过一年的库存去化,在2024年智能手机生产量有望恢复的预期下,明年智能手机相机模组市场有望恢复成长,出货量年增率预估3%,约41.71亿颗。
  • 时钟芯片—通讯与工业领域的心脏 时钟芯片是高性能通讯系统中必不可少的核心芯片,其性能及可靠性直接影响着通讯系统的稳定性。由于其开发与应用的独特性和专业性,一直由瑞萨、TI、Pericom、Silicon Labs等国际芯片公司所垄断。随着高速数据通信的发展、5G网络以及新能源汽车普及和国产芯片替代趋势,时钟芯片开始赢得越来越多的关注。
  • 车用图像传感器参数小议——信噪比  智能驾驶如今渐渐成为汽车的一个常见功能,它增强了汽车和驾驶员的感知能力,降低了驾驶员的工作强度,同时可以有效提高行车的安全性。这其中,基于CMOS 图像传感器的摄像头是智能驾驶系统感知外界环境的主要工具之一。
  • FET 生物传感器的直流I-V 特性研究 由于半导体生物传感器的低成本、迅速反应、检测准确等优点,对于此类传感器的研究和开发进行了大量投入。特别是基于场效应晶体管 (FET) 的生物传感器或生物场效应管,它们被广泛用于各种应用:如生物研究,即时诊断,环境应用,以及食品安全。
  • 中科院微电子所垂直纳米环栅器件研究又获突破 在先进集成电路制造工艺中, 纳米环栅器件(GAA)正取代FinFET成为集成电路中的核心器件。
  • 全球MLCC市场需求进入低速成长期,2024年增率预估仅约3% 由于全球经济环境充满变量,OEM及ODM均保守看待市况,预估2024年MLCC需求量将微幅上升3%,约43,310亿颗。
  • 2023上半年电动汽车电池销量同比猛增54%,宁德时代领跑 2023 年上半年全球电动汽车*电池销量同比增长 54%,达到 300GWh 以上。在此期间,全球电动汽车销量也同比大幅增长43%。宁德时代在电动汽车电池市场上处于领先地位,比亚迪和LG能源解决方案公司落后一定距离。2023年上半年,这三大公司合计占据近三分之二的市场份额。
  • MTS2024集邦咨询存储产业趋势研讨会演讲精华汇总 2023年11月8日,由全球高科技产业研究机构TrendForce集邦咨询以及旗下全球半导体观察主办的“MTS2024存储产业趋势研讨会”在深圳成功举办。
  • 第四季Gen5以上LCD 面板稼动率预估约72% 自今年第三季起,除了电视品牌因背负营运和库存升高的压力,开始调节电视面板采购量,第三季末连带IT面板需求也出现转弱迹象。对此,面板厂为避免库存延续至2024年,于第四季持续进行生产调控。
广告
热门推荐
广告
广告
广告
EE直播间
在线研讨会
广告
广告
广告
向右滑动:上一篇 向左滑动:下一篇 我知道了