Jetson OpenCV 4.5 Contrib 설치하기
23 May 2021 | Jetson들어가기 전
Jetson은 기본적으로 CUDA GPGPU기능이 내장되어있다.
그리고 JetPack의 버전에 따라 다르지만, 보통 OpenCV 3.x 버전이 내장되어있다.
하지만, OpenCV에서 CUDA를 지원하는 것은 4.2.0 이상 버전부터다.
사실 Jetson Nano에서 GPU를 사용하지 않는다면 라즈베리파이랑 다른점이 없기에, 필수불가결적으로 높은버전의 OpenCV를 사용해야 한다.
일단, 설치되어있는 OpenCV를 제거해야 한다.
다른 곳에서 낮은버전의 OpenCV를 cmake를 이용한 방식으로 make install을 사용해서 설치했다면,
높은 버전의 OpenCV를 받아도 경로가 꼬여 에러가 발생한다. (이전버전을 깔끔하게 못지워 경로가 남아있으면, 최신버전을 불러오지 못한다.)
가장 좋은 방법은 낮은버전의 OpenCV를 설치한 폴더의 build에서 make uninstall을 하면 된다.
만약 설치폴더를 지웠다면? 많은 시도를 해봤기는 했는데… 그냥 다시 구버전을 설치하고 make uninstall을 하는게 빠르다..
$ pkg-config --modversion opencv
$ pkg-config --modversion opencv2
해당 명령어를 입력하면 opencv가 설치되어있는지 확인할 수 있다.
Package opencv was not found in the pkg-config search path.
Perhaps you should add the directory containing `opencv.pc'
to the PKG_CONFIG_PATH environment variable
No package 'opencv' found
이렇게 나온다면 없다고 생각할 수 있지만, path가 삭제가 안되고 구버전으로 남아있을 경우가 있다. 그래서 사실 다시 install -> uninstall이 가장 맘편하다. path까지 다 지워주기 때문에…
jtop의 GPU 탭에서도 확인할 수 있다.
시작하기
모든 절차는 여기를 참고했다.
$ sudo apt-get update
$ sudo apt-get upgrade
가장 기본적인 절차다.
스왑 메모리 확장
Jetson Nano의 기존 스왑메모리는 2GB이다.
기존의 4GB RAM + 2GB Swap Memory로는 OpenCV 4.x를 설치하는데 문제가 있다.
따라서, 스왑메모리를 4GB까지 확장시켜주어야 한다.
$ sudo apt-get install dphys-swapfile
$ sudo vim /etc/dphys-swapfile
이렇게 바꿔주면 된다.
그 다음 재부팅을 해준다.
$ sudo reboot
그 다음 스왑메모리가 잘 늘어났는지 확인하는 절차다.
$ free -m
4GB인 것을 확인하자.
의존성
$ sudo sh -c "echo '/usr/local/cuda/lib64' >> /etc/ld.so.conf.d/nvidia-tegra.conf"
CUDA 라이브러리 경로를 등록한다.
그 다음, 아래의 라이브러리들을 모두 설치해준다.
$ sudo apt-get install build-essential cmake git unzip pkg-config
$ sudo apt-get install libjpeg-dev libpng-dev libtiff-dev
$ sudo apt-get install libavcodec-dev libavformat-dev libswscale-dev
$ sudo apt-get install libgtk2.0-dev libcanberra-gtk*
$ sudo apt-get install python3-dev python3-numpy python3-pip
$ sudo apt-get install libxvidcore-dev libx264-dev libgtk-3-dev
$ sudo apt-get install libtbb2 libtbb-dev libdc1394-22-dev
$ sudo apt-get install libv4l-dev v4l-utils
$ sudo apt-get install libgstreamer1.0-dev libgstreamer-plugins-base1.0-dev
$ sudo apt-get install libavresample-dev libvorbis-dev libxine2-dev
$ sudo apt-get install libfaac-dev libmp3lame-dev libtheora-dev
$ sudo apt-get install libopencore-amrnb-dev libopencore-amrwb-dev
$ sudo apt-get install libopenblas-dev libatlas-base-dev libblas-dev
$ sudo apt-get install liblapack-dev libeigen3-dev gfortran
$ sudo apt-get install libhdf5-dev protobuf-compiler
$ sudo apt-get install libprotobuf-dev libgoogle-glog-dev libgflags-dev
순서대로 다 설치해줘야 한다!!
OpenCV 설치
cmake의 path가 기본적으로 HOME 디렉토리로 설정되어있어, 가능한 한 홈 디렉토리에서 작업을 하는 것을 추천한다.
$ cd ~
$ wget -O opencv.zip https://github.com/opencv/opencv/archive/4.5.2.zip
$ wget -O opencv_contrib.zip https://github.com/opencv/opencv_contrib/archive/4.5.2.zip
$ unzip opencv.zip
$ unzip opencv_contrib.zip
$ mv opencv-4.5.2 opencv
$ mv opencv_contrib-4.5.2 opencv_contrib
$ rm opencv.zip
$ rm opencv_contrib.zip
opencv 4.5.2버전을 설치하고, opencv와 opencv_contrib로 이름을 바꿔준다.
$ cd ~/opencv
$ mkdir build
$ cd build
다음 opencv/build 폴더를 만들고 이동한다.
$ cmake -D CMAKE_BUILD_TYPE=RELEASE \
-D CMAKE_INSTALL_PREFIX=/usr \
-D OPENCV_EXTRA_MODULES_PATH=~/opencv_contrib/modules \
-D EIGEN_INCLUDE_PATH=/usr/include/eigen3 \
-D WITH_OPENCL=OFF \
-D WITH_CUDA=ON \
-D CUDA_ARCH_BIN=5.3 \
-D CUDA_ARCH_PTX="" \
-D WITH_CUDNN=ON \
-D WITH_CUBLAS=ON \
-D ENABLE_FAST_MATH=ON \
-D CUDA_FAST_MATH=ON \
-D OPENCV_DNN_CUDA=ON \
-D ENABLE_NEON=ON \
-D WITH_QT=OFF \
-D WITH_OPENMP=ON \
-D WITH_OPENGL=ON \
-D BUILD_TIFF=ON \
-D WITH_FFMPEG=ON \
-D WITH_GSTREAMER=ON \
-D WITH_TBB=ON \
-D BUILD_TBB=ON \
-D BUILD_TESTS=OFF \
-D WITH_EIGEN=ON \
-D WITH_V4L=ON \
-D WITH_LIBV4L=ON \
-D OPENCV_ENABLE_NONFREE=ON \
-D INSTALL_C_EXAMPLES=OFF \
-D INSTALL_PYTHON_EXAMPLES=OFF \
-D BUILD_opencv_python3=TRUE \
-D OPENCV_GENERATE_PKGCONFIG=ON \
-D BUILD_EXAMPLES=OFF ..
해당 작업은 대략 5분정도 걸린다.
QT GUI를 사용하려면 -D WITH_QT=ON으로 바꾸라고 하던데, PyQT5는 별 차이 없는거같아서.. 이 부분은 잘 모르겠다.
여기서 만약 홈디렉토리에서 작업을 안하면 오류가 발생할수도 있는데, 꼭 아래와 같은 화면을 보아야 한다.
Make
이제, 시간이 오래걸리는 부분이다.
$ make -j4
-j4 옵션은 코어를 4개 사용한다는 의미다.
만약 본인의 Jetson에 쿨링팬이 없다면 -j2를 하길 추천한다.
이 부분에서 4코어 기준 1~2시간정도 걸렸던거같다.
이렇게 표시된다면, 컴파일이 성공한것이다.
$ sudo rm -r /usr/include/opencv4/opencv2
혹시나 남아있을수도 있는, 이전의 OpenCV 파일들을 삭제한다.
$ sudo make install
그 다음 OpenCV를 설치한다. 이 부분에서 메모리를 상당히 많이 사용한다. 가급적 다른 프로그램의 실행은 자제하자. 또한 이 부분에서 10분정도 걸렸던것같다.
$ sudo ldconfig
공유 라이브러리 캐시를 다시 설정해준다. 다 왔다!!
확인
이제 OpenCV가 잘 설치되었는지 보자
$ Python3
>>import cv2
>>print(cv2.__version__)
4.5.2가 출력되면 성공이다.
마무리
이제 늘려줬던 스왑메모리를 해제해주자.
$ sudo /etc/init.d/dphys-swapfile stop
$ sudo apt-get remove --purge dphys-swapfile
다음 설치했던 파일들을 제거하던 말던, 선택이다.
나는 이전버전을 지우는데 너무 고생을 많이해서.. 남겨둘 예정이다.
$ make clean
$ sudo rm -rf ~/opencv
$ sudo rm -rf ~/opencv_contrib
이제 모든 과정이 끝났다!
구현
이걸 이제 어떻게 사용하느냐…
자신의 코드에 net = cv2.dnn.readNet~~(~~~) 과 같은 코드가 있을것이다.
net.setPreferableBackend(cv2.dnn.DNN_BACKEND_CUDA)
net.setPreferableTarget(cv2.dnn.DNN_TARGET_CUDA)
그 부분에 해당 코드를 적용시켜주면 된다.
간단한 테스트코드를 돌려봤는데, 기존의 CPU를 사용한 모델 처리는 0.3초가 걸렸는데, CUDA GPGPU 환경에서는 단 0.05초가 걸렸다
현질 최고