三亩地 三亩地SAN MU DI · CODE DIARY
ARTICLE DETAIL

日记详情

真实记录编程学习的某一天,欢迎挑你感兴趣的翻一翻。

图像视频开发环境建议

图像视频开发环境建议

图像视频开发环境建议

总结

为了进行图像视频的深度学习开发。系统层安装有 NVIDIA GPU、CUDA、FFmpeg 硬件编解码、ImageMagick、GStreamer、V4L2、Docker、Node.js 和 Anaconda。

硬件与系统

  • OS:Ubuntu 20.04.6 LTS

  • Kernel:5.15.0-139-generic

  • CPU:Intel Core i7-14700KF,28 线程

  • GPU:NVIDIA GeForce RTX 4070 Ti SUPER,16GB 显存

  • NVIDIA Driver:560.35.03

  • nvidia-smi显示 CUDA:12.6

  • nvcc:CUDA 12.6.68

  • CUDA 安装情况:

    • ​/usr/local/cuda -> /usr/local/cuda-12.6​
    • 已存在:cuda-11.7、cuda-12.6、cuda-12.8​

系统级图像 / 视频工具

  • ​ffmpeg 4.2.7​

    • 支持硬件加速:cuda、cuvid、vdpau、vaapi、drm、opencl​
    • 支持 NVIDIA 硬解:h264_cuvid、hevc_cuvid、mjpeg_cuvid、mpeg*_cuvid、vp8_cuvid、vp9_cuvid​
    • 支持 NVIDIA 编码:h264_nvenc、hevc_nvenc​
  • ​ImageMagick 6.9.10​

    • 支持 jpeg、png、tiff、webp、openexr 等常见图像格式
  • ​GStreamer​

    • 系统包:1.16.x​
    • 当前 PATH 优先命中的gst-launch-1.0来自 Anaconda:1.14.1​
    • 这里有版本混用风险,调 GStreamer 管线时要先确认使用的是哪个gst-launch-1.0​
  • ​v4l-utils已安装

    • 当前检测/dev/video0无法打开,未确认有可用摄像头
  • ​Webcamoid 8.6.1​

    • 摄像头拍照、录像、预览工具
    • 命令:webcamoid​
  • ​ZED SDK​

    • 安装路径:/usr/local/zed​
    • Python wheel:/usr/local/zed/pyzed-5.0-cp312-cp312-linux_x86_64.whl​
    • 常用工具:ZED_Explorer、ZED_Depth_Viewer、ZED_Sensor_Viewer、ZED_Calibration、ZED_Diagnostic、ZED_SVO_Editor​

开发基础工具

  • Anaconda:/home/hh01/anaconda3
  • Python:base 环境为 Python 3.11.5
  • Docker:28.1.1
  • Node.js:22.17.1
  • npm:11.10.1
  • CMake、GCC、G++、pkg-config 已安装

Conda 环境总览

比较像图像 / 视频 / 视觉 AI 开发用途的环境:

  • trans
  • zed
  • xanylabeling
  • vitpose
  • rknn

重点环境介绍

trans

trans是三个环境里最全、最像通用视觉开发工作台的环境。

主要组件:

  • Python 3.9
  • opencv-python 4.10.0.84
  • opencv-python-headless 4.10.0.84
  • torch 2.5.1+cu124
  • torchvision 0.20.1
  • ultralytics 8.4.3
  • mediapipe 0.10.21
  • onnx 1.15.0
  • onnxruntime 1.15.0
  • onnxruntime-gpu 1.19.2
  • tensorrt 10.13.0.35
  • cuda-python 12.8.0
  • albumentations 1.3.1
  • PyQt5 5.15.11
  • PySide6 6.9.3

适合用途:

  • YOLO / Ultralytics 目标检测、跟踪、姿态类实验
  • MediaPipe 视觉处理
  • ONNX / ONNX Runtime GPU 推理
  • TensorRT 相关部署实验
  • PyQt / PySide 桌面视觉工具开发
  • 图像增强、预处理、数据变换

zed

面向 ZED 相机或实时视觉项目的轻量环境。

主要组件:

  • Python 3.12
  • opencv-python 4.12.0.88
  • torch 2.7.1+cu126
  • torchvision 0.22.1
  • ultralytics 8.3.166
  • pillow 11.3.0
  • numpy 2.2.6
  • matplotlib 3.10.3

适合用途:

  • ZED / 摄像头相关 Python 项目
  • 实时 OpenCV 视频流处理
  • YOLO 推理实验
  • 轻量视觉 demo

和系统 ZED SDK 的关系:

  • 系统已安装 ZED SDK 到/usr/local/zed​
  • ​/usr/local/bin里有ZED_Explorer、ZED_Depth_Viewer等 ZED 官方工具
  • 这个 conda 环境适合承接 ZED SDK 的 Python 开发;若需要pyzed,优先使用/usr/local/zed/pyzed-5.0-cp312-cp312-linux_x86_64.whl​

xanylabeling

标注 / 辅助标注 / ONNX 推理环境。

主要组件:

  • pillow 12.2.0
  • numpy 2.4.4
  • matplotlib 3.11.0rc1
  • onnx 1.21.0
  • onnxruntime-gpu 1.25.1

适合用途:

  • X-AnyLabeling 或类似标注工具
  • ONNX 模型辅助标注
  • GPU 版 ONNX Runtime 推理
  • 数据集检查、可视化、标注前后处理
← 返回列表